计算机工程

作者：朱文倩, 宋丽娟, 郭新茹, 马子睿

单位：1. 宁夏大学信息工程学院, 宁夏 银川 7500212. 宁夏"东数西算"人工智能与信息安全重点实验室, 宁夏 银川 7500213. 宁夏大数据与人工智能省部共建协同创新中心, 宁夏 银川 750021

关键词：神经隐式表面重建,多视图立体匹配,符号距离函数,多视图混合一致性,体渲染

基金：宁夏回族自治区重点研发计划(2023BEG02009); 宁夏回族自治区自然科学基金(2024AAC03062)

在基于神经隐式表面学习的多视图三维重建过程中, 复杂物体的几何形状和外观表示存在潜在的模糊性。因此, 物体的几何细节信息在纹理稀疏区域、边界区域与较大光滑区域中容易丢失, 难以精确恢复。为解决这个问题, 提出一种基于多视图混合一致性约束的神经隐式表面重建方法。该方法采用多视图立体匹配(MVS)、多视图光度一致性与特征一致性、体渲染技术来优化隐式表面表示, 从而重建具有精细几何细节的复杂物体模型。首先, 提出一个基于MVS的稠密点生成模块, 通过MVS生成稠密点, 来补充物体表面纹理稀疏区域与边界区域的细节信息, 从而实现物体表面的多视图几何优化。其次, 提出多视图混合一致性约束模块, 通过符号距离函数(SDF)定位零水平集, 利用多视图光度一致性约束来对物体光滑区域进行几何约束, 监督所提取的隐式表面, 并对经过线性插值的SDF过零处的表面点应用多视图特征一致性约束, 弥补纹理稀疏区域或结构复杂区域像素匹配的误差, 从而优化物体重建模型。最后, 通过应用体渲染技术, 利用隐式的SDF得出高质量的图像渲染, 以实现复杂物体的精确表面重建。实验结果表明, 在DTU数据集中, 相比于Colmap等方法, 所提方法峰值信噪比(PSNR)提升了40.3%以上, 实现了物体表面的精确重建。

来源：2026年第4期

《计算机工程》期刊编辑部

查看计算机工程杂志2026年第4期