申请/专利权人：北京理工大学

申请日：2024-04-02

公开（公告）日：2024-06-28

公开（公告）号：CN118262050A

主分类号：G06T17/00

分类号：G06T17/00;G06T5/70;G06T5/60;G06V10/74;G06V10/774;G06V10/82;G06N3/0455;G06N3/0475;G06N3/084

优先权：

专利状态码：在审-公开

法律状态：2024.06.28#公开

摘要：本发明提供了一种基于生成式场景图像的稀疏视图三维重建方法，属于视觉三维重建领域；该方法首先根据原始场景图像与唯一标识符微调预训练条件去噪扩散模型，然后训练神经辐射场，建立神经辐射场渲染图像与原始输入图像的重建误差损失函数；根据得到的渲染图像和唯一标识符对条件去噪扩散模型执行去噪过程得到生成图像，建立渲染图像与生成图像的扩散误差损失函数；最后建立相似度评估函数，并扩充扩散模型微调数据集；交替训练扩散模型和神经辐射场；该发明将扩散模型及其微调技术引入稀疏视图三维重建过程，使微调后的扩散模型生成的图像与真实场景相符，并用以扩充原始数据集来训练神经辐射场，有效改善因稀疏性带来的模糊和伪影问题。

主权项：1.一种基于生成式场景图像的稀疏视图三维重建方法，其特征在于，包括：第一步：对原始场景图像集X的图像加入不同程度的高斯噪声，得到原始场景噪声图像集X′；对原始场景噪声图像集X′中图像设置唯一标识符；将唯一标识符和图像包含物体的类别组成图像对应的文本提示；同时使用随机噪声和不带唯一标识符的文本提示Ppr作为输入，使用预训练条件去噪扩散模型生成预留偏置图像集取原始场景图像集X和其中各图像对应的文本提示P以及预留偏置图像集和其中各图像对应的不带唯一标识符的文本提示Ppr作为输入，微调预训练条件去噪扩散模型第二步：建立以哈希编码和体积渲染为基础构件的神经辐射场，记为F，神经辐射场的参数记为根据原始场景图像集X及其对应位姿信息集Π训练神经辐射场F；第三步：取步骤二中训练得到的神经辐射场F，根据场景边界信息随机生成新视角渲染位姿π'，使用F渲染位姿π'下的新视角场景图像；取位姿π'下渲染得到的新视角场景图像x'，同图像x'对应的带有唯一标识符的文本提示P一起输入到步骤一中微调后的预训练条件去噪扩散模型中，得到生成场景图像利用新视角渲染图像x'与场景图像建立渲染图像与生成图像的扩散误差损失函数，然后更新神经辐射场F的参数；第四步：评估生成场景图像和原始场景图像之间的相似度，将满足条件的生成场景图像添加至原始场景图像集X，扩充原始场景图像数据集，用于微调条件去噪扩散模型第五步：复执行步骤一到步骤四训练扩散模型和神经辐射场，得到神经辐射场，实现三维重建。

全文数据：

权利要求：

百度查询： 北京理工大学 一种基于生成式场景图像的稀疏视图三维重建方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD