公开(公告)号：CN118941687A

公开(公告)日：2024-11-12

申请号：CN202411049269.9

申请日：2024-08-01

Applicant: 同济大学

Inventor： 倪张凯 ,  杨佩琪 ,  王瀚漓 ,  程久军

IPC: G06T15/00 ,  G06N3/0499 ,  G06N3/0895 ,  G06T19/20 ,  G06T17/00 ,  G06T7/80 ,  G06T7/90 ,  G06V10/764

Abstract: 本发明提供了一种基于体素辐射场的通用壳状压缩方法，包括步骤：步骤1建模体素辐射场与模型链路；使用体密度网格、外观网格以及浅层神经辐射场对场景进行建模，训练以及优化所建模网络的详细模型链路；步骤2表面体素定位；使用训练过程中的预测深度对物体表面周围体素进行定位，为步骤3的体素压缩提供引导；步骤3深度引导的壳状压缩；基于步骤2中构建的深度伪标签对体素网格进行约束，促进体素网格将物体形状建模为内外皆空的壳状；步骤4自适应动态剪枝；对前面步骤中优化好的体素网格进行剪枝，以增加模型内存效率，设计了一种方法使得剪枝的阈值τ标准能够在不同场景之间自适应的变化。

公开(公告)号：CN118470201A

公开(公告)日：2024-08-09

申请号：CN202410597892.1

申请日：2024-05-14

Applicant: 同济大学

Inventor： 倪张凯 ,  杨佩琪 ,  王瀚漓 ,  程久军

IPC: G06T17/00 ,  G06T15/00 ,  G06V10/80 ,  G06V10/774 ,  G06F30/20 ,  G06N3/0464 ,  G06N3/0499

Abstract: 本发明涉及三维重建领域，提出了一种基于少视角协作的可泛化神经辐射场的设计方法,包括步骤：构建神经辐射场；跨视角特征体的协作融合：射线的正则化；体渲染与训练。相较于现有方法，本发明能够捕获更丰富和更广义的场景表示，从而实现高质量的新视图合成。此外，本发明设计的神经辐射场具有良好的可泛化性，可以有效的应用于未知场景的高质量新视角重建，甚至在优于部分逐个场景优化的神经辐射场方法的同时显著降低了计算成本。