统一NeRF网格优化模型

高保真彩色网格

联合优化NeRF与网格表示，确保几何与色彩一致性，显著提升重建质量。

Rama Bastola, Neupane · 李侃 · Zhuqing, Mao

Pattern Recognition 2026

参数信息

峰值信噪比

24.76 dB

学习感知图像块相似度

0.092

倒角距离

0.011

技术优势

几何更准

引入面感知的Chamfer距离和基于重心插值的颜色损失，实现均匀点采样，提升顶点和面级别的对齐精度。

颜色不失真

通过跨光度损失比较光栅化输出与体积渲染图像，确保颜色从源图像精确转移到网格上。

学得更整体

Triplane特征结合密度输入生成带符号距离场，通过可微等值面提取模块一体化优化NeRF和网格。

应用场景

• 三维重建：从单目RGB图像直接生成高精度彩色网格，替代传统多步流程。
• 机器人视觉：为机器人提供精确的物体表面模型，用于抓取和导航。
• 增强现实：生成逼真的带颜色网格模型，用于AR场景中的虚拟物体叠加。
• 数字孪生：为数字孪生构建几何和外观一致的三维模型基础。