-
公开(公告)号:CN117274493A
公开(公告)日:2023-12-22
申请号:CN202311241095.1
申请日:2023-09-25
Applicant: 浙江工商大学
IPC: G06T17/00 , G06N3/0464 , G06N3/0455 , G06N3/09 , G06N3/084
Abstract: 本发明涉及一种融合深度估计的神经隐式表面重建方法及装置。本方法通过3D卷积网络预测深度信息,避免使用昂贵的测量设备,降低了工程成本。并且将基于学习的深度先验融合进神经辐射场,从而可以更好地指导神经辐射场的优化过程,解决了传统神经辐射场方法仅用颜色信息构建损失函数,容易导致重建物体的几何结构模糊的问题。另外,本方法通过带符号的距离函数SDF隐式地表示重建物体,因此可以将表面提取为它的零级集,有效提高了复杂物体表面重建的效果。