一种高鲁棒性神经辐射场多视角重构网络

汪骏; 李赞; 王和平; 孙怀木; 李俊磊

您当前的位置：

首页 >

文章列表页 >

一种高鲁棒性神经辐射场多视角重构网络

技术热点研究 | 更新时间：2026-08-11

- 一种高鲁棒性神经辐射场多视角重构网络
- 一种高鲁棒性神经辐射场多视角重构网络
- 地理空间信息 2025年23卷第4期页码：16-19+99
- 作者机构：
  
  国网电力空间技术有限公司
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TP391.41;TP18
- 纸质出版：2025
- 稿件说明：
移动端阅览
汪骏, 李赞, 王和平, 等. 一种高鲁棒性神经辐射场多视角重构网络[J]. 地理空间信息, 2025,23(4):16-19+99.

汪骏, 李赞, 王和平, et al. 一种高鲁棒性神经辐射场多视角重构网络[J]. 2025, 23(4): 16-19+99.
汪骏, 李赞, 王和平, 等. 一种高鲁棒性神经辐射场多视角重构网络[J]. 地理空间信息, 2025,23(4):16-19+99. DOI：

汪骏, 李赞, 王和平, et al. 一种高鲁棒性神经辐射场多视角重构网络[J]. 2025, 23(4): 16-19+99. DOI：

摘要

神经辐射场在新视图合成领域取得了较好的效果，该技术通过训练视图与场景渲染图间的光度差学习场景中的颜色与密度场，利用足够多的视图集进行训练，可以从任意摄像机位置生成新视图。然而，现有方法受限于场景的几何与颜色特征，可能导致重建后的场景出现偏差，为此提出一种高鲁棒性神经辐射场多视角重构网络。给出一种网络结构，学习场景中的几何与颜色，以此预测颜色和深度联合概率分布梯度，用于规范场景中的几何与颜色信息，并通过引入模糊感知深度估计模块来处理单目深度分布的多模态性。在LLFF和DTU数据集上进行实验，结果表明，该方法提高了重建几何图形的质量，改善了对新视角重构的泛化性能，验证了方法的有效性。

Abstract

关键词

Keywords

references

吉宸佳,曹爽,张杰,李虹颖,顾冲,郭奕.无人机航测虚拟仿真实验系统开发与设计[J].地理空间信息,2022(09).

王晓庆,丁鹏辉,刘祥明,杨燕,王玮,李颜伶.地理国情AR“纸智图”的研究与实现[J].地理空间信息,2021(06).

Kobyzev Ivan,Prince Simon,Brubaker Marcus.Normalizing Flows: An Introduction and Review of Current Methods.[J].IEEE transactions on pattern analysis and machine intelligence,2020.

Ben Mildenhall,Pratul P. Srinivasan,Rodrigo Ortiz Cayon,Nima Khademi Kalantari,Ravi Ramamoorthi,Ren Ng,Abhishek Kar.Local Light Field Fusion: Practical View Synthesis with Prescriptive Sampling Guidelines.[J].CoRR,2019.

Wang Zhou,Bovik Alan Conrad,Sheikh Hamid Rahim,Simoncelli Eero P.Image quality assessment: from error visibility to structural similarity.[J].IEEE transactions on image processing : a publication of the IEEE Signal Processing Society,2004.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

城市实景三维建模技术进展研究与实践

利用空间最短距离拟合模型重建点云缺失电力线

国家新型基础测绘徐州试点建设探索

湖北省自然资源“一村一图”编制创新与实践

利用Prophet-PSO-LSTM模型预测地表沉降