公开(公告)号：CN118279520A

公开(公告)日：2024-07-02

申请号：CN202410382898.7

申请日：2024-04-01

Applicant: 桂林电子科技大学

Inventor： 张斌 ,  刘海川

IPC: G06T17/20 ,  G06T7/77 ,  G06V10/44 ,  G06V10/56 ,  G06N3/045 ,  G06N3/084 ,  G06T15/08 ,  G06T15/20

Abstract: 本发明提出了一种用于大规模场景重建的融合动态解码机制的神经辐射场算法。首先，为了加速大规模场景的训练和推理过程，本发明采用了3D多分辨率哈希网格和2D密集平面特征来表示空间中的三维特征，能够捕捉空间中的高频和局部细节。其次，为了提高神经网络的特征提取能力，本发明采用轻量级的MLP网络来提取颜色和体密度特征，并融合了动态解码机制(DDEM)来增强MLP网络的特征提取能力，实现了更好的渲染结果。此外，为了解决大规模场景体素网格内存占用和模型参数庞大的问题，本发明采用了混合特征哈希表来提高内存效率，在保证重建质量的同时也减少了模型的参数。通过这些关键技术的融合与创新，本发明在大规模场景重建领域展现出了显著的性能优势，为实现更高质量、更高效率的三维重建提供了重要的技术支持。