融合隐式渲染与显式建模的三维重建方法

针对多视图三维重建易出现纹理缺失、大面积空洞的挑战,提出了融合隐式渲染与显式建模的三维重建方法。首先输入多视图,以增量式运动重建算法恢复相机参数,生成精密稀疏点云;随后,以融合自注意力机制的深度全连接网络预测体渲染密度及RGB颜色;然后,分层采样光线样本点以求解其体渲染积分,以积分结果构建损失函数进行参数优化,体渲染生成三维隐式表达,存储于神经网络中;最后,以显式重建等值面提取算法实现三维重建。以DTU数据集进行实验验证,结果表明:在DTU数据集Scan16与Scan19中,该方法平均整体精度达到0.403 mm,相较于经典显式重建模型,所建模型空洞更小,细节更突出,对实景三维、虚拟现实具有一定的参考价值。