公开(公告)号：CN120070749A

公开(公告)日：2025-05-30

申请号：CN202510128748.8

申请日：2025-02-05

Applicant: 福州大学

Inventor： 郭文忠 ,  江澳鑫 ,  柯逍

IPC: G06T17/00 ,  G06N3/0455 ,  G06T15/20 ,  G06N3/09

Abstract: 本发明提供一种基于退化学习的神经辐射场三维重建方法，通过数据采集，构建神经辐射场模型；通过建立退化学习器，输入神经辐射场模型合成的退化视图，求出真实视图与退化视图之间的退化信息作为监督，将退化视图输入退化学习器并训练，以从退化视图中取得退化信息；将退化视图与学习得的退化信息分别分割为三个不同尺度输入多尺度网络，学习不同尺度的特征，采用编码‑解码器结构强化关键特征，并拼合成原始尺度的强化图像应用在神经辐射场模型上，对神经辐射场进行三维场景建模与体渲染，重建出三维场景并合成各个视角的新视图，将退化视图输入退化学习器与多尺度网络，得到强化的新视图。

公开(公告)号：CN118918250A

公开(公告)日：2024-11-08

申请号：CN202410946308.9

申请日：2024-07-15

Applicant: 福州大学

Inventor： 郭文忠 ,  江澳鑫 ,  柯逍

IPC: G06T17/00 ,  G06T7/80 ,  G06T15/00 ,  G06T7/246 ,  G06N3/084 ,  G06N3/0442

Abstract: 本发明涉及一种基于空间混合注意力的神经辐射场三维重建方法，属于计算机视觉领域。包括：拍摄真实场景的各个视角的视图，并通过算法计算相机的空间位置与方向，整理成数据集后进行预处理；在场景中进行采样，通过空间混合多层感知机，得到场景中每个采样点所对应的基本颜色与密度信息；将得到的采样点信息输入具有线性注意力机制的门控结构，对颜色向量与密度向量进行注意力融合，得到空间中每个采样点颜色与密度间的相关性，并与原向量相结合得到包含颜色与密度相关性的采样点信息特征向量；通过空间中每个采样点的密度信息确定场景中存在物体的区域并进行三维场景建模，通过采样点的颜色信息对生成的三维体进行体渲染，重建出完整的三维场景。

公开(公告)号：CN118918260A

公开(公告)日：2024-11-08

申请号：CN202411005852.X

申请日：2024-07-25

Applicant: 福州大学

Inventor： 郭文忠 ,  江澳鑫 ,  柯逍

IPC: G06T17/00 ,  G06T15/00 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明提出基于潜在空间扩散的神经辐射场三维重建方法，包括以下步骤：步骤S1：拍摄真实场景的各个视图，计算相机的空间位置与方向，整理成数据集后进行预处理；步骤S2：对场景空间采样，得到每个采样点的颜色与密度信息，组合成采样点特征；步骤S3：将所有采样点特征进行隐空间编码，得到整个空间的潜在表示，将其恢复成与原特征形状相同的新特征，并将原特征与新特征作损失，联合训练此编码器与解码器；步骤S4：对潜在表示使用潜在空间扩散，逐步添加噪声，得到每一步的残差，得到随机噪声表示，再使用其逆过程，输入随机噪声，逐步恢复成潜在表示，解码成新特征，重建出完整的三维场景；本发明能够提升神经辐射场重建的质量与相应的性能指标。