检索结果-内蒙古大学图书馆

中国图象图形学报 2025年第1期30卷 225-239页

作者：魏文洁娄路重庆交通大学信息科学与工程学院重庆400074

目的通过体渲染学习的神经隐式表面表达是近两年涌现的多视图三维重建方法。针对具有开放表面非水密特点的目标物体,基于无符号距离函数(unsigned distance function,UDF)的神经隐式表面重建能够解决有符号距离函数(signed distance fun... 详细信息

目的通过体渲染学习的神经隐式表面表达是近两年涌现的多视图三维重建方法。针对具有开放表面非水密特点的目标物体,基于无符号距离函数(unsigned distance function,UDF)的神经隐式表面重建能够解决有符号距离函数(signed distance function,SDF)神经隐式表面重建方法的缺陷,重建精度更高。但是,该方法难以捕获多视图特征,对结构复杂、自遮挡的物体的三维重建容易出现模型缺失、形状偏差等问题。鉴于此,提出一种将多视图一致性约束与神经隐式表面重建相结合的方法。方法首先介绍在体渲染阶段使用的渲染权重和采样权重函数,确保实现无偏渲染,提高体渲染阶段精度以约束UDF网络的训练。然后,提出多视图几何一致性约束,关注重建模型中较大的光滑区域,通过显式约束获取更多复杂几何和纹理信息。最后结合多视图几何重建中提取特征的卷积网络,获取多视角的二维图像特征,通过最小化多视图深度特征提高学习隐式表面的神经网络的重建精度。结果实验在DTU数据集、DF3D(DeepFashion3D)服装数据集以及自采集的植物数据集上得到了更精细的表面,渲染结果更接近原始图像。在DTU数据集上与基准NeuS方法相比,倒角距离表示的几何结构误差平均值降低了0.16 mm,峰值信噪比表示的重建指标平均值提高了1.04 dB;在DF3D数据集上与NeuS、NeUDF方法相比,倒角距离平均值分别降低了2.76 mm、0.11 mm。重建得到的植物模型与服装模型具有高精度和完整的结构。结论本文提出的多视图一致性约束的神经隐式表面重建方法充分利用多视角图像的特征信息,提高了三维重建模型的质量,在复杂结构(如生长过程中的植物)和具有开放表面非水密的物体的三维重建上明显优于现有的先进方法。

关键词：三维重建神经隐式表面几何一致性多视图特征一致性网格模型

来源：评论

学校读者我要写书评

暂无评论

基于神经隐式场的模糊多视图三维重建

引用

计算机应用研究 2025年第2期42卷 606-611页

作者：徐紫慧王逸群重庆大学计算机学院重庆400000

基于神经隐式表面的重建方法因其能高保真地重建场景而受到广泛关注。然而,这些研究主要集中在理想输入的重建上,对于模糊输入重建效果并不理想。为了解决以上问题,提出了Deblur-NeuS,一种基于神经隐式场的模糊多视图三维重建方法。通... 详细信息

基于神经隐式表面的重建方法因其能高保真地重建场景而受到广泛关注。然而,这些研究主要集中在理想输入的重建上,对于模糊输入重建效果并不理想。为了解决以上问题,提出了Deblur-NeuS,一种基于神经隐式场的模糊多视图三维重建方法。通过引入模糊核预测模块和隐式位移场来模拟模糊过程以重建模糊视图和表面,并为模糊表面增加模糊点云监督,优化隐式表面的学习。在测试阶段移除模糊核模块与隐式位移场,即可直接提取更清晰的几何表面。在模糊数据集上的实验结果显示,重建的表面质量以及图像渲染的质量都得到了显著提升。该方法增强了网络对模糊输入的鲁棒性,能从运动模糊图像中恢复几何表面细节。

关键词：神经隐式表面模糊多视图三维重建

来源：评论

学校读者我要写书评

暂无评论

基于结构光相机与隐式表面重建的室内建模

引用

武汉工程大学学报 2024年第3期46卷 317-324页

作者：王一川王家奎熊伦余子洋光学信息与模式识别湖北省重点实验室湖北武汉430205 武汉工程大学光电信息与能源工程学院湖北武汉430205 武汉唯理科技有限公司湖北武汉430223

深度相机在室内建模领域中以其快速、精准、鲁棒的特性而备受青睐。然而,在实际应用中,深度相机在获取精准深度信息时面临诸多挑战,如环境光干扰、点云噪声众多以及深度缺值。针对上述问题,提出了一种新型的结构光神经隐式表面(SL-NeuS... 详细信息

深度相机在室内建模领域中以其快速、精准、鲁棒的特性而备受青睐。然而,在实际应用中,深度相机在获取精准深度信息时面临诸多挑战,如环境光干扰、点云噪声众多以及深度缺值。针对上述问题,提出了一种新型的结构光神经隐式表面(SL-NeuS)重建方法。通过结合广泛的三维重建技术,包括多目立体视觉(MVS)、神经网络、神经辐射场和神经隐式表面(NeuS),克服了现有技术在室内建模中的局限性。特别地,利用基于可微分循环优化启发设计的同步定位和建图(DROID-SLAM)算法精确获取相机外参,并结合单目深度估计和单目法向估计先验信息,有效地实现了精确的室内三维建模。实验结果显示,SL-NeuS重建方法在不同深度相机的性能分析中表现优越,成功降低了环境光影响和光学失真对建模精度的干扰。应用该方法对各种室内场景进行建模,误差可控制在极小范围内,实现了高精度的室内三维重建。本方法不仅提高了室内建模的准确性,还大幅减少了训练时间,为数字建筑和数字导航等领域提供了重要的技术支持。

关键词：室内建模结构光神经隐式表面三维重建

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：