基于神经辐射场的稀疏视角三维重建方法

作     者：张超 袁亮 肖文东 冉腾 吕凯 

作者机构：新疆大学智能制造现代产业学院 上海交通大学文化创意产业学院 

出 版 物：《电子测量技术》 (Electronic Measurement Technology)

年 卷 期：2024年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金(项目编号:52275003) 新疆维吾尔自治区重大科技专项项目(项目编号:2023A03001) 

主　　题：三维重建 稀疏视角 神经辐射场 注意力机制 双阶段损失 

摘      要：针对神经辐射场（Neural Radiation Field，NeRF）在稀疏视角输入条件下重建效果差，细节缺失严重的问题，首先提出一个基于特征向量归一化和注意力机制的信息关注抑制模块，该模块能兼顾全局信息和局部信息，可以根据重要度区分关键信息并过滤异常权重值，有效提高了采样点特征向量的准确性。然后设计了一种双阶段损失函数，以渐进优化的方式指导训练，充分利用图片的高级特征，提升模型的图像感知以及细节捕捉能力。本文算法与其他经典方法进行对比，在LLFF数据集上，定量结果表明，整体性能取得最优值，比次优算法性能提升1.9%，在DTU数据集上，定性结果显示，Scan37、Scan55和Scan63等场景重建的完整性和细节水平具有明显优势。