← 返回列表
一种基于神经辐射场优化的GAN的三维图像生成方法
申请人信息
- 申请人:同济大学
- 申请人地址:200092 上海市杨浦区四平路1239号
- 发明人: 同济大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于神经辐射场优化的GAN的三维图像生成方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311320895.2 |
| 申请日 | 2023/10/12 |
| 公告号 | CN117392314A |
| 公开日 | 2024/1/12 |
| IPC主分类号 | G06T17/00 |
| 权利人 | 同济大学 |
| 发明人 | 郝泳涛; 何汝欣; 吴子睿 |
| 地址 | 上海市杨浦区四平路1239号 |
摘要文本
本发明涉及一种基于神经辐射场优化的GAN的三维图像生成方法，包括：获取合成数据集；将所述合成数据集输入至三维图像自动化生成模型中，得到三维图像；其中，所述三维图像自动化生成模型包括：生成器网络，所述生成器网络以相机矩阵K、相机姿态ξ、二维采样模式v、形状编码zs以及外观编码za作为输入，结合锥形采样方法预测一个图像中的离散像素点区域P′；判别器网络，所述判别器网络将所述生成器网络预测的离散像素点区域P′与从真实图像I中提取的像素点区域P进行比较。本发明提高了模型表示精细细节的能力，并减少了模型的计算量。
专利主权项内容
1.一种基于神经辐射场优化的GAN的三维图像生成方法，其特征在于，包括以下步骤：获取合成数据集；将所述合成数据集输入至三维图像自动化生成模型中，得到三维图像；其中，所述三维图像自动化生成模型包括：生成器网络，所述生成器网络以相机矩阵K、相机姿态ξ、二维采样模式v、形状编码z以及外观编码z作为输入，结合锥形采样方法预测一个图像中的离散像素点区域P′；sa判别器网络，所述判别器网络将所述生成器网络预测的离散像素点区域P′与从真实图像I中提取的像素点区域P进行比较。。微信公众号马克数据网