龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：成都信息工程大学
申请日：2024-05-21
公开（公告）日：2024-06-18
公开（公告）号：CN118212372A
主分类号：G06T17/05
分类号：G06T17/05;G06T17/10;G06T17/20;G06T15/00;G06T15/08;G06V10/80;G06V10/44;G06V10/46;G06V10/56;G06V10/82;G06N3/0499;G06N3/048
优先权：
专利状态码：在审-公开
法律状态：2024.06.18#公开
摘要：本发明公开了一种融合神经隐式表面表征与体积渲染的建图方法，基于密度场是由一个定义良好的表面产生的这一设定，将经典体渲染技术中的体密度建模为参数可学习的符号距离函数，并利用估计的TSDF引导由光心像素生成射线与真实表面交点附近密集采样，使采样点分布更好地吻合场景真实辐射场分布，以获取更准确的表面几何近似与颜色表征。通过采用体素存储TSDF与高效的空间收缩函数，增强射线与几何边界交叉的检测效率，实现无边界的真实世界场景的照片级图像合成，同时生成精确的深度图。采用体素动态扩展技术实现大规模场景的高效隐式场景表示。
主权项：1.一种融合神经隐式表面表征与体积渲染的建图方法，其特征在于，包括以下步骤：S1、获取RGB-D相机输出的颜色信息和深度信息，根据深度信息和相机内参得到视锥空间，通过空间收缩函数对视锥空间进行压缩，根据压缩后的视锥空间的点云分布得到体素网格和二维网格，所述体素网格顶点和二维网格顶点存储预训练的局部特征；S2、根据图像像素、相机内参和相机姿态构造射线，通过射线对体素网格中的体素进行采样，得到采样点几何特征向量和采样点颜色特征向量；S3、将采样点几何特征向量和采样点颜色特征向量输入MLP神经网络，得到SDF值和RGB值；S4、根据SDF值得到新的采样点几何特征向量和采样点颜色特征向量，将其输入MLP神经网络，得到新的SDF值和RGB值；S5、根据新的SDF值和RGB值计算射线的像素颜色估计和像素深度估计；S6、根据射线的像素颜色估计和像素深度估计得到场景表面几何与颜色的表征的约束条件；S7、根据约束条件优化体素网格顶点和正二维网格顶点局部特征向量，得到场景的隐式表征，完成融合神经隐式表面表征与体积渲染的建图方法。
全文数据：
权利要求：
百度查询： 成都信息工程大学 一种融合神经隐式表面表征与体积渲染的建图方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号