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：东南大学
申请日：2024-04-15
公开（公告）日：2024-06-28
公开（公告）号：CN118262028A
主分类号：G06T15/20
分类号：G06T15/20;G06T15/08;G06T5/77;G06T5/60;G06T7/73;G06N3/0464;G06N3/0455;G06N3/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明提出了一种基于时域滤波神经辐射场的稀疏图像视图合成方法，本方法创新性引入一种时域滤波的神经辐射场模型，旨在解决由于多层感知机表示的神经辐射场渲染开销大，无法通过超采样的方式降低合成图像的锯齿噪声等问题，通过在时域内应用滤波技术，有效分摊超采样所需的计算负担到连续的帧上，从而在不增加额外的网络推理次数的前提下，显著提升了合成图像的质量，并有效减少了噪声与锯齿现象。此外为了提高神经辐射场的几何提取能力，方法引入了深度先验网络，并设计了帧间几何一致性损失，增强神经辐射场在多视图上的表达能力，提高网络的泛化性能。
主权项：1.一种基于时域滤波神经辐射场的稀疏图像视图合成方法，包括预处理阶段、神经辐射场训练阶段和渲染阶段，其特征在于，各阶段如下：1预处理阶段：对输入的相关RGB图像进行一系列处理，得到场景的外观信息和深度几何信息，再通过运动恢复结构算法来获取图像对应的相机位姿；2神经辐射场训练阶段：通过基于约束的神经辐射场模型，解决因输入数据稀疏而导致的网络约束不足问题，通过引入额外的约束条件，增强了网络在处理稀疏输入图像时的泛化性；3渲染阶段：使用基于时域滤波的神经辐射场模型，解决由于多层感知机表示的神经辐射场渲染开销大，无法通过超采样的方式降低合成图像的锯齿噪声问题，通过在时域内应用滤波技术，有效分摊超采样所需的计算负担到连续的帧上，从而在不增加额外的网络推理次数的前提下，显著提升了合成图像的质量，并有效减少了噪声与锯齿现象。
全文数据：
权利要求：
百度查询： 东南大学 一种基于时域滤波神经辐射场的稀疏图像视图合成方法
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