Die 3D-Rekonstruktion mit wenigen Ansichten benötigt nur wenige Ansichten, um die dreidimensionale geometrische Form eines Objekts oder einer Szene wiederherzustellen. Aufgrund unzureichender Abdeckung aus verschiedenen Blickwinkeln und fehlender ausreichender Informationen zur genauen Rekonstruktion der 3D-Szene kann dies jedoch zu ungenauen oder verschwommenen Rekonstruktionsergebnissen führen, insbesondere bei Szenen mit komplexen geometrischen Strukturen, bei denen es schwierig ist, strukturelle Informationen der Szene zu erfassen. Dieser Artikel schlägt einen auf neuronalen Strahlungsfeldern basierenden Rahmen vor, der genaue Kostenvolumen nutzt, um Tiefeninformationen von Vordergrund und Hintergrund zu verknüpfen und somit das Problem der strukturellen Unschärfe zu lösen. Zunächst werden lokale Merkmale von Vorder- und Hintergrund mit einem Pyramidennetz extrahiert, um die Aufnahme von Szenendetails zu verbessern, und ein Self-Attention-Mechanismus wird eingeführt, um während der Merkmalsextraktion Schlüsselbereiche zu fokussieren. Anschließend wird durch ein adaptives Rezeptivfeldmodul eine glatte Übertragung der Merkmalsskala realisiert, um ein genaues Kostenvolumen zu erstellen. Abschließend wird ein zufälliger struktureller Ähnlichkeitsverlust eingeführt, der lokale Bereichspixel als ganzheitliche Aufsicht anstelle von punktweiser Aufsicht verwendet, um strukturelle Informationen in der Szene umfassender zu erfassen. Auf den Datensätzen DTU, LLFF und NeRF wurde der PSNR jeweils um 0,48 dB, 0,1 dB und 0,47 dB verbessert, experimentelle Daten zeigen, dass die vorgestellte Methode das Problem der strukturellen Unschärfe, die durch Informationsmangel bei der 3D-Rekonstruktion mit wenigen Ansichten verursacht wird, effektiv lösen kann.

3D-Rekonstruktion; neuronales Strahlungsfeld; Kostenvolumen; strukturelle Unschärfe