La reconstruction 3D à partir de vues limitées nécessite un nombre réduit de vues pour récupérer la forme géométrique tridimensionnelle d’un objet ou d’une scène. Cependant, en raison d’une couverture insuffisante sous différents angles et du manque d’informations suffisantes pour restaurer précisément la scène 3D, cela peut entraîner des résultats de reconstruction inexacts ou flous, notamment pour les scènes présentant une structure géométrique complexe difficiles à capturer. Cet article propose un cadre basé sur le champ de rayonnement neuronal, utilisant un tenseur de coût précis pour associer les informations de profondeur des avant-plans et arrière-plans, afin de résoudre le problème de flou structurel. Premièrement, un réseau pyramidal est utilisé pour extraire les caractéristiques locales des avant-plans et arrière-plans, renforçant la capture des détails de la scène, et un mécanisme d’auto-attention est introduit pour garantir une concentration sur les zones clés lors de l’extraction des caractéristiques. Ensuite, un module de champ réceptif adaptatif réalise une transmission lisse de l’échelle des caractéristiques pour construire un tenseur de coût précis. Enfin, une perte de similarité structurelle aléatoire est introduite, utilisant les pixels des régions locales comme supervision globale au lieu d’une supervision pixel par pixel, pour capturer plus largement les informations structurelles dans la scène. Sur les jeux de données DTU, LLFF et NeRF, le PSNR a été amélioré respectivement de 0,48 dB, 0,1 dB et 0,47 dB, les résultats expérimentaux montrent que la méthode proposée résout efficacement le problème de flou structurel causé par le manque d’informations lors de la reconstruction 3D à partir de vues limitées.

reconstruction 3D; champ de rayonnement neuronal; tenseur de coût des caractéristiques; flou structurel