一种基于神经辐射场的少样本目标检测方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于神经辐射场的少样本目标检测方法及系统
申请号:CN202510840463
申请日期:2025-06-23
公开号:CN120807879A
公开日期:2025-10-17
类型:发明专利
摘要
本发明涉及三维建模技术领域,具体涉及一种基于神经辐射场的少样本目标检测方法及系统,该方法包括:采集待建模物体并进行处理构建目标数据集;通过三维坐标设定多分辨率哈希映射,建立哈希表,基于哈希表获取混合特征;利用MLP进行神经网络推理得到密度和RGB颜色,生成光线并划定光线范围,确定采样方式构建概率密度函数;渲染得到多视角纹理图,并使用泊松重建融合输出三维模型;构造不同角度的二维图像并生成训练数据集,采用训练数据集训练三维模型,获取待检测的样本,并输入至训练后的三维模型中,得到检测结果;通过显式三维重建与隐式特征编码的协同机制,重构三维模型进行少样本目标检测,突破传统二维检测的视角约束。
技术关键词
哈希表 神经网络推理 概率密度函数 三维模型 相机 样本 生成训练数据 多分辨率 颜色 坐标 图像像素 特征点 多视角 索引 像素点 三维建模技术