计算机应用研究

作者：吴锦湖,杨晓君,王靖,

单位：广东工业大学a.信息工程学院;b.通感融合光子技术教育部重点实验室;c.广东省信息光子技术重点实验室;d.集成电路学院,广州510006；

关键词：神经隐式表面重建,单目几何约束,多分辨率哈希编码,NeuS,MLP,

基金：国家自然科学基金资助项目(62373112)；广州市科技攻关资助项目(202206010104)；；

近年来，神经隐式表面重建方法已成为多视图三维重建的热门技术。然而，现有的方法存在一些缺点，主要表现在训练时间较长，其主要原因有两个：首先，相机与物体表面之间存在大量空旷区域，而这些区域的信息对最终的重建质量贡献较低；其次，每个射线样本都需要通过庞大的多层感知器（MLP）进行查询，这导致训练时计算负担过重，影响效率。此外，在进行三维重建时，由于缺乏几何约束，导致重建结果不够理想。为了解决这些问题，提出了FM-NeuS算法：在射线行进时，使用跳过空区域和在遮挡区域终止射线的策略，以减少每条射线上采样点的数量，从而加速模型的训练；采用融合多分辨率哈希编码的轻量型MLP，加快采样点的查询效率，减少训练时间，并提升重建物体的表面细节；利用单目先验知识约束表面几何，以提高重建质量。大量的实验证明，该方法能够产生高质量的表面，并且其训练速度比NeuS快20倍。

来源：2025年第5期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第5期