-
题名基于动态采样范围的神经隐式表面重建优化
- 1
-
-
作者
钟娟
谭诗瀚
梁书凝
陈杨仁
王录涛
-
机构
成都信息工程大学计算机学院
-
出处
《软件导刊》
2025年第10期88-96,共9页
-
基金
四川省科技计划项目(2023YFG0304)
四川省重大科技专项(2022ZDZX0008)。
-
文摘
神经隐式表面重建技术为三维重建带来了新的契机,然而现有方法存在采样效率低、训练时间长等局限。为此,提出一种基于动态采样范围的优化方案以提升重建的质量与效率。该方案聚焦采样策略,通过占据栅格引导动态生成不断缩小的核心采样区域,结合分层体积采样策略和采样点正则化约束,引导采样点更接近物体表面。实验结果显示,该方案在DTU数据集15个场景下的评价指标均优于基线模型,峰值信噪比为29.79,倒角距离为0.68,与传统方法 NeuS相比分别提升了6.39%和13.24%;训练时间为20 min,相较NeuS方法加速了24倍。基于动态采样范围的神经隐式表面重建优化方案可有效提升重建质量与效率,为三维重建技术的发展提供了新思路。
-
关键词
三维重建
神经隐式表面重建
符号距离函数
占据栅格
分层体积采样
-
Keywords
3D reconstruction
neural implicit surface reconstruction
signed distance function
occupancy grid
hierarchical volume sampling
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
