一种基于层次压缩的3DGS语义场解耦重建方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于层次压缩的3DGS语义场解耦重建方法
申请号:CN202411974121
申请日期:2024-12-30
公开号:CN119888040B
公开日期:2025-11-28
类型:发明专利
摘要
本发明公开了一种基于层次压缩的3DGS语义场解耦重建方法。该方法包括:获取若干张多视角图像,将若干张多视角图像输入至2D基础模型,得到每张多视角图像的语义特征图;基于第一张多视角图像的语义特征图,得到初始语义特征码本,其中,初始语义特征码本包括若干个特征向量,每个特征向量包含一个初始索引值;基于每张语义特征图和初始语义特征码本,确定每张语义特征图的目标量化特征图和目标语义特征码本。本发明解决了现有技术中高维语义特征和大量的高斯球使得重建过程需要大量的算力和存储,削弱了3DGS的性能的技术问题。
技术关键词
语义特征 多视角 索引 压缩特征 图像 编码器训练 超参数 解码器 坐标 基础