国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種基于NeRF的城市動(dòng)態(tài)場景構(gòu)建方法及系統(tǒng)與流程

      文檔序號:39612819發(fā)布日期:2024-10-11 13:22閱讀:24來源:國知局
      一種基于NeRF的城市動(dòng)態(tài)場景構(gòu)建方法及系統(tǒng)與流程

      本發(fā)明屬于三維場景構(gòu)建的,具體涉及一種基于nerf的城市動(dòng)態(tài)場景構(gòu)建方法及系統(tǒng)。


      背景技術(shù):

      1、城市的幾何重建技術(shù),如google?maps和streetview,已經(jīng)深刻地改變了我們的日常生活,為人們提供了從不同角度探索城市的方法。近年來,基于神經(jīng)輻射場(neuralradiance?fields,nerf)的技術(shù)通過高級的視角合成實(shí)現(xiàn)了與場景的逼真交互。這種技術(shù)利用深度學(xué)習(xí)算法來解析和渲染三維場景,從而產(chǎn)生逼真的視覺效果。盡管這些技術(shù)的進(jìn)步令人印象深刻,現(xiàn)有的城市場景三維構(gòu)建方法仍然面臨兩大問題。

      2、首先,數(shù)據(jù)的獲取和處理復(fù)雜度極高。要準(zhǔn)確重建一個(gè)城市的三維模型,需要大量的圖像數(shù)據(jù)和精確的位置信息。這些數(shù)據(jù)的收集和處理不僅耗時(shí)耗力,而且在某些情況下可能存在隱私和安全問題。其次,盡管nerf技術(shù)提供了高度逼真的渲染,但它在處理動(dòng)態(tài)場景時(shí)的精度有待提高。動(dòng)態(tài)的城市場景包含復(fù)雜的結(jié)構(gòu)和動(dòng)態(tài)元素,這對現(xiàn)有nerf對動(dòng)靜態(tài)場景的不同處理提出了極大的挑戰(zhàn)。


      技術(shù)實(shí)現(xiàn)思路

      1、本發(fā)明的主要目的在于克服現(xiàn)有技術(shù)的缺點(diǎn)與不足,提供一種基于nerf的城市動(dòng)態(tài)場景構(gòu)建方法及系統(tǒng)。

      2、為了達(dá)到上述目的,本發(fā)明采用以下技術(shù)方案:

      3、本發(fā)明的一個(gè)方面,提供了一種基于nerf的城市動(dòng)態(tài)場景構(gòu)建方法,包括下述步驟:

      4、獲取在不同時(shí)間、不同天氣和不同照明條件下拍攝的多個(gè)視頻,并記錄不同拍攝過程中的相機(jī)拍攝姿態(tài)和角度;

      5、對多個(gè)視頻圖像中包含的場景根據(jù)表現(xiàn)形式分解為靜態(tài)分支場景、動(dòng)態(tài)分支場景以及遠(yuǎn)景分支場景,并采用不同的哈希函數(shù)對不同分支場景構(gòu)建對應(yīng)的哈希表數(shù)據(jù)結(jié)構(gòu);

      6、根據(jù)所構(gòu)建的哈希表數(shù)據(jù)結(jié)構(gòu)以及輔助參數(shù)連接成特征向量,將不同場景分支的特征向量分別映射成顏色、密度和遠(yuǎn)場輻射率;

      7、對靜態(tài)分支場景和動(dòng)態(tài)分支場景的顏色和密度參數(shù)進(jìn)行加權(quán)和計(jì)算,將得到的結(jié)果渲染生成新的場景視圖。

      8、作為優(yōu)選的技術(shù)方案,所述獲取在不同時(shí)間、不同天氣和不同照明條件下拍攝的多個(gè)視頻,具體為:

      9、通過地理信息系統(tǒng)專業(yè)軟件沿城市道路進(jìn)行間隔采樣;根據(jù)采樣點(diǎn)的地理坐標(biāo),設(shè)定視頻的拍攝位置、俯仰角,獲取采樣點(diǎn)視頻;

      10、在不同時(shí)間、不同天氣和不同照明條件下對同一個(gè)采樣點(diǎn)進(jìn)行多次采樣,并將同一次采樣任務(wù)視頻中的每一幀按時(shí)間t有序排列,每次采樣任務(wù)的分別設(shè)定編號,最終包含n個(gè)采樣任務(wù)。

      11、作為優(yōu)選的技術(shù)方案,將場景分解成靜態(tài)分支場景,表示在不同視頻中保持一致的非移動(dòng)場景地形;其中坐標(biāo)位置x∈r3,r3表示三維空間,vid∈{1,…,n}表示視頻編號,l∈l表示不同分辨率級別;靜態(tài)分支使用3d空間體素vl,s,令靜態(tài)分支哈希函數(shù)為:

      12、il,s=static_hash(space(vl,s));

      13、其中,il,s為靜態(tài)分支哈希索引,static_(為靜態(tài)分支哈希函數(shù),space(為對3d空間體素進(jìn)行預(yù)處理或轉(zhuǎn)換,以適合哈希函數(shù)的輸入要求的函數(shù)。

      14、作為優(yōu)選的技術(shù)方案,將場景分解成動(dòng)態(tài)分支場景,表示視頻中移動(dòng)的對象;動(dòng)態(tài)分支使用4d時(shí)空體素vl,d,其中t∈{1,…,}表示視頻中的幀索引,坐標(biāo)位置x∈r3,r3表示三維空間,vid∈{1,…,n}表示視頻編號,l∈l表示不同分辨率級別,令動(dòng)態(tài)分支哈希函數(shù)為:

      15、il,d=dynamic_(space(vl,d),time(vk,d),vid);

      16、其中,il,d為動(dòng)態(tài)分支哈希索引,dynamic_hash(為動(dòng)態(tài)分支哈希函數(shù),space(為對3d空間體素進(jìn)行預(yù)處理或轉(zhuǎn)換,以適合哈希函數(shù)的輸入要求的函數(shù),time(為提取時(shí)間信息的函數(shù)。

      17、作為優(yōu)選的技術(shù)方案,將場景分解成遠(yuǎn)景分支場景,表示視頻中遠(yuǎn)處的物體和天空;其中坐標(biāo)位置x∈r3,相機(jī)視角方向d∈r3,r3表示三維空間,vid∈{1,…,n}表示視頻編號,l∈l表示不同分辨率級別;遠(yuǎn)景分支使用3d空間體素,令遠(yuǎn)景分支哈希函數(shù)為:

      18、il,e=env_hash(dir(vl,e),vid)

      19、其中,il,e為遠(yuǎn)景分支哈希索引,dynamic_hash(為遠(yuǎn)景分支哈希函數(shù),dir(vl,e)為將體素vl,e轉(zhuǎn)換為一個(gè)方向向量的函數(shù)。

      20、作為優(yōu)選的技術(shù)方案,所述根據(jù)所構(gòu)建的哈希表數(shù)據(jù)結(jié)構(gòu)以及輔助參數(shù)連接成特征向量,將不同場景分支的特征向量分別映射成顏色、密度和遠(yuǎn)場輻射率,具體為:

      21、將靜態(tài)分支場景下的哈希表值連同輔助輸入一起連接成特征向量,所述輔助輸入包括觀察方向、視頻編號;隨后將特征向量映射為與視圖相關(guān)的顏色ce和與視圖無關(guān)的密度σs,其中,以視頻特定的矩陣avid和傅里葉編碼的時(shí)間索引f(t)的乘積計(jì)算為輔助條件,計(jì)算與視圖相關(guān)的顏色,如下所示:

      22、σs(x)∈r;

      23、cs(x,d,avidf(t))∈r3;

      24、其中,σs(x)為靜態(tài)分支場景的密度函數(shù),cs(x,d,avidf(t))為靜態(tài)分支場景的顏色函數(shù),x∈r3為坐標(biāo)位置,r3表示三維空間,d∈r3為相機(jī)視角方向;

      25、在動(dòng)態(tài)分支場景中,通過使用標(biāo)量陰影場ρd∈[0,1]對靜態(tài)分支場景的顏色cs進(jìn)行調(diào)整,得到動(dòng)態(tài)分支場景的顏色cd和密度σd,如下所示:

      26、σd(x,t,vid)∈r;

      27、ρd(x,t,vid);

      28、cd(x,t,vid,d)∈r3;

      29、其中,t∈{1,…,}表示視頻中的幀索引,cd(x,t,vid,d)為動(dòng)態(tài)分支場景的與視圖時(shí)間和視頻時(shí)間相關(guān)的顏色函數(shù),σd(x,t,vid)為與視圖時(shí)間和視頻時(shí)間相關(guān)的動(dòng)態(tài)分支場景的密度函數(shù);

      30、在遠(yuǎn)景分支場景中,從視頻拍攝角度和視頻序號兩個(gè)方面對遠(yuǎn)景分支場景中的遠(yuǎn)場輻射率ce進(jìn)行建模,如下所示:

      31、ce(d,vid)∈r3;

      32、其中,ce(d,vid)為遠(yuǎn)景分支場景的遠(yuǎn)場輻射率函數(shù)。

      33、作為優(yōu)選的技術(shù)方案,所述對靜態(tài)分支場景和動(dòng)態(tài)分支場景的顏色和密度參數(shù)進(jìn)行加權(quán)和計(jì)算,將得到的結(jié)果渲染生成新的場景視圖,具體為:

      34、計(jì)算靜態(tài)分支場景和動(dòng)態(tài)分支場景顏色值和密度值的加權(quán)和,并結(jié)合點(diǎn)級的陰影減少,推導(dǎo)出任意位置單一的密度和輻射值,如下所示:

      35、

      36、σ(x,t,vid)=σs(x)+σd(x,t,vid);

      37、其中,c(x,t,vid,d)和σ(x,t,vid)分別為推導(dǎo)出的單一的輻射值函數(shù)和密度函數(shù),∈r3為坐標(biāo)位置,r3表示三維空間,t∈{1,…,t}表示視頻中的幀索引,d∈r3為相機(jī)視角方向,vid∈{1,…,}表示視頻編號,avid和f(t)分別表示視頻特定的矩陣和傅里葉編碼的時(shí)間索引,σs和cs(x,,vidf(t))分別為靜態(tài)分支場景下與視圖無關(guān)的密度和顏色函數(shù),σd(x,t,vid)和cd(x,t,vid,d)分別為動(dòng)態(tài)分支場景中動(dòng)態(tài)分支場景特征向量所映射的與視圖時(shí)間和視頻時(shí)間相關(guān)的密度函數(shù)和顏色函數(shù),σs(x)為靜態(tài)分支場景的密度函數(shù);

      38、通過沿光線在采樣點(diǎn)處累積透射率,并強(qiáng)制光線與遠(yuǎn)場環(huán)境相交,以獲得相機(jī)光線在給定幀和視頻中的顏色如下所示;

      39、

      40、其中,σ(r(t),,id)表示在時(shí)間t和視頻編號vid下,沿光線r(t)處的密度函數(shù),c(r(t),,id,)為表示在時(shí)間t、視頻編號vid和相機(jī)視角方向d下,沿光線r9t)處的密度函數(shù),r(t)為光線在時(shí)間t處的位置的參數(shù)化方程,σ(r(s),,id)為表示在時(shí)間t和視頻編號vid下,沿光線r(s)處的體密度函數(shù);

      41、根據(jù)得到的顏色、密度和輻射值,對場景新視角圖像進(jìn)行渲染。

      42、本發(fā)明的另一個(gè)方面,還提供了一種基于nerf的城市動(dòng)態(tài)場景構(gòu)建系統(tǒng),應(yīng)用于上述的一種基于nerf的城市動(dòng)態(tài)場景構(gòu)建方法,包括數(shù)據(jù)采集與預(yù)處理模塊、特征構(gòu)建模塊以及渲染模塊;

      43、所述數(shù)據(jù)采集與預(yù)處理模塊用于采集研究區(qū)域內(nèi)的不同時(shí)間、不同天氣和不同照明條件下拍攝的多個(gè)視頻,記錄不同拍攝過程下的相機(jī)拍攝姿態(tài)和角度,并對視頻圖像中包含的場景根據(jù)表現(xiàn)形式分解為靜態(tài)分支場景、動(dòng)態(tài)分支場景以及遠(yuǎn)景分支場景;

      44、所述特征構(gòu)建模塊用于采用不同的哈希函數(shù)對不同分支場景構(gòu)建對應(yīng)的哈希表數(shù)據(jù)結(jié)構(gòu),根據(jù)所構(gòu)建的哈希表數(shù)據(jù)結(jié)構(gòu)以及輔助參數(shù)連接成特征向量,將不同場景分支的特征向量分別映射成顏色、密度和遠(yuǎn)場輻射率

      45、所述渲染模塊用于實(shí)現(xiàn)對新視角場景圖像的渲染,通過計(jì)算靜態(tài)分支場景和動(dòng)態(tài)分支場景顏色值和密度值的加權(quán)和,對靜態(tài)分支場景和動(dòng)態(tài)分支場景的顏色和密度參數(shù)進(jìn)行加權(quán)和計(jì)算,將得到的結(jié)果渲染生成新的場景視圖。。

      46、作為優(yōu)選的技術(shù)方案,渲染模塊中,將得到的結(jié)果渲染生成新的場景視圖具體為:

      47、對靜態(tài)分支場景和動(dòng)態(tài)分支場景的顏色和密度值進(jìn)行加權(quán)和,并減少場景中的陰影,結(jié)合遠(yuǎn)景分支場景中的遠(yuǎn)程輻射率,推導(dǎo)每個(gè)點(diǎn)的顏色、密度和輻射率,從而進(jìn)行渲染。

      48、本發(fā)明的另一個(gè)方面,還提供了一種存儲(chǔ)介質(zhì),存儲(chǔ)有程序,所述程序被處理器執(zhí)行時(shí),實(shí)現(xiàn)上述的一種基于nerf的城市動(dòng)態(tài)場景構(gòu)建方法。

      49、本發(fā)明與現(xiàn)有技術(shù)相比,具有如下優(yōu)點(diǎn)和有益效果:

      50、(1)本發(fā)明以城市場景攝影數(shù)據(jù)為基礎(chǔ),結(jié)合圖形學(xué)中的神經(jīng)輻射場模型,提供了一種城市動(dòng)態(tài)場景的三維構(gòu)建方法;本發(fā)明將上述方法用于城市動(dòng)態(tài)場景的三維模型構(gòu)建,與傳統(tǒng)的三維構(gòu)建模型相比,本發(fā)明能夠適用于大范圍的、自動(dòng)化的城市動(dòng)態(tài)場景構(gòu)建,對城市建設(shè)監(jiān)測、城市規(guī)劃可視化等相關(guān)行業(yè)或研究提供一定的效益。

      當(dāng)前第1頁1 2 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會(huì)獲得點(diǎn)贊!
      1