La reconstrucción 3D con pocas vistas solo requiere menos vistas para recuperar la forma geométrica tridimensional del objeto o escena. Pero debido a la cobertura insuficiente en diferentes ángulos y la falta de información suficiente para restaurar con precisión la escena 3D, resultará en resultados de reconstrucción imprecisos o borrosos, especialmente para escenas con estructuras geométricas complejas difíciles de capturar. Este artículo propone un marco basado en campos de radiación neuronal, que utiliza un tensor de costo preciso para asociar la información de profundidad del primer plano y el fondo para resolver el problema de desenfoque estructural. Primero, se utiliza una red piramidal para extraer características locales del primer plano y fondo, fortaleciendo la captura de detalles de la escena, e introduce un mecanismo de autoatención para garantizar la concentración en las áreas clave durante la extracción de características. Luego, a través del módulo de campo receptivo adaptativo, se logra la transmisión suave de la escala de características para construir un tensor de costo de características preciso. Finalmente, se introduce una pérdida de similitud estructural aleatoria, utilizando píxeles de áreas locales como supervisión global en lugar de supervisión puntual por píxel para capturar de manera más completa la información estructural en la escena. En los conjuntos de datos DTU, LLFF y NeRF, el PSNR se mejoró en 0.48 dB, 0.1 dB y 0.47 dB respectivamente, los datos experimentales muestran que el método propuesto puede resolver eficazmente el problema de desenfoque estructural causado por la falta de información en la reconstrucción 3D con pocas vistas.

reconstrucción 3D; campos de radiación neuronal; tensor de costo de características; desenfoque estructural