文献类型：期刊文章

作　　者：吴双品[1] 马劲松[1] 佘江峰[1]

WU Shuangpin;MA Jinsong;SHE Jiangfeng(School of Geography and Ocean Science,Nanjing University/Jiangsu Provincial Key Laboratory of Geographic Information Technology/Key Laboratory of Land Satellite Remote Sensing Application,Ministry of Natural Resources,Nanjing 210023,China)

机构地区：[1]南京大学地理与海洋科学学院/江苏省地理信息技术重点实验室自然资源部国土卫星遥感应用重点实验室,南京210023

出　　处：《测绘科学》

基　　金：国家自然科学基金项目(41871293)。

年　　份：2024

卷　　号：49

期　　号：4

起止页码：147-158

语　　种：中文

收录情况：AJ、BDHX、BDHX2023、CSCD、CSCD2023_2024、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对神经辐射场训练与渲染速度慢、真实场景渲染视图清晰度低与几何重建效果不佳等问题,该文提出一种基于隐式表征的即时实景三维重建与神经渲染方法。该方法通过使用组合式的优化采样结构以及光场网络的嵌入外观编码,提升了真实场景的视图渲染质量;利用多分辨率哈希表对隐式特征网格进行位置编码,减少了编码字典大小和特征级别数量,此外采用优化的截断符号距离算法,表征真实场景的隐式几何信息。在标准数据集以及无人机航摄影像数据集上,对比该文方法与其他方法的重建性能。结果表明,综合模型精度、重建与渲染时间,该文方法优于文中的其他方法,能够快速地构建隐式表征模型,并即时渲染高度细节还原的实景视图以及重建高质量的实景三维模型。

关 键 词：虚拟现实 神经辐射场  隐式表征  实景三维  神经渲染  

分 类 号：TP18] P237]