买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：青岛科技大学

摘要：本发明公开了一种基于改进的神经辐射场算法对群体小麦的三维重建方法，属于计算机视觉技术领域；具体为：获取群体小麦的图像集并输入到训练好的室外深度生成网络中生成深度图像；构建场景神经辐射场，生成神经辐射场中的射线，获取采样点位置和方向、以及射线对应的深度值和深度权重置信度；对采样点位置和方向进行编码再输入到场景神经辐射场中，得到颜色值和密度值，预测源图像的颜色值；使用颜色渲染损失和深度损失一同拟合场景神经辐射场；对群体小麦场景隐示表达进行显式化，最终得到曲面三维模型。本发明的有益效果是：本发明有效指导神经辐射场网络对密集场景的预测，进而使用显式化算法，对密集群体小麦场景进行了有效且高质量的建模。

主权项：1.基于改进的神经辐射场算法对群体小麦的三维重建方法，其特征在于，所述重建方法包括以下步骤：步骤S1：获取密集群体小麦的图像数据集；步骤S2：将图像数据集中的源图像输入到预训练好的室外深度生成网络中，生成对应的深度图像；其中室外深度生成网络采用改进的MegaDepth算法，改进的MegaDepth算法主要基于Hourglass结构，训练过程具体为：首先，利用对数深度图概念采用尺度不变损失函数，包括数据项、梯度匹配项和序数深度损失项来对生成深度网络进行拟合；对数深度图的定义为，其中，d是指深度图中的深度值，是一个值较小的常数，用于避免对零深度值进行对数运算；对于尺度不变数据项，利用下面公式计算预测对数深度图和实际对数深度图之间差异的均方误差： 其中，；和分别表示预测深度图和真实深度图由像素位置索引的相应单个对数深度值，是指预测深度图和真实深度图对应像素的深度值，是一个值较小的常数；n表示实际对数深度图中有效深度值的数量；通过比较预测对数深度图和实际对数深度图在不同尺度上的梯度差异，对多尺度尺度不变梯度匹配项定义为： 其中，表示位置i与尺度j的对数深度差异图的值，和分别表示沿水平方向和垂直方向的梯度；利用自动生成的序数深度关系来训练网络以及鼓励网络学习正确的深度顺序，其中对序数深度损失项定义为： 其中，表示像素m和n之间的序数深度关系，表示自动标注的序数深度关系；所述改进的MegaDepth算法，采用具有对称编码器和解码器路径的Hourglass结构作为网络架构；Hourglass结构的每个编码器模块中添加注意力机制SinAM，使用正弦函数作为激活函数，并结合注意力机制来对特征进行加权；为每个像素分配一个唯一的权重，计算公式为： 对于每个像素i，通过计算它与其他像素j之间的相似度，并取加权平均，得到像素的权重；进而通过将RGB图输入到改进的MegaDepth算法中对应的深度图；步骤S3：构建场景神经辐射场，生成神经辐射场中的射线，并获取射线上采样点的位置和方向；步骤S4：获取每条射线对应的深度值和深度权重置信度；步骤S5：对采样点的位置和方向进行编码，并输入到场景神经辐射场网络中，得到采样点的RGB颜色值和密度值，并通过渲染公式预测源图像像素的颜色值；步骤S6：使用颜色渲染损失和深度损失一同拟合场景神经辐射场网络；步骤S7：生成群体小麦场景隐示表达，并使用占用场方法进行显式化，最终得到曲面三维模型。

全文数据：

权利要求：

百度查询： 青岛科技大学 基于改进的神经辐射场算法对群体小麦的三维重建方法