基于NeuS的大场景建筑物构建方法研究

现有的神经表面重建需要将前景mask作为监督,很容易出现局部极小值,导致难以重建出具有严重自遮挡的对象。针对数据量大、场景复杂的建筑物,引入一种神经表面重建方法-NeuS,将大场景建筑物的二维图像快速重建出三维的新视角图像。该方法给出了一种既具备遮挡感知功能又无偏的权重函数做体渲染,可在没有mask监督的情况下,准确重建出噪声较小的复杂三维表面,实现对低像素建筑物图像的高质量重建,在质量及数量上均优于现有技术,为大场景建筑物重建提供了新思路。