基于神经辐射场表示的道路场景三维重建和新视图渲染开题报告

1. 研究目的与意义（文献综述包含参考文献）

一、三维重建三维重建经过数十年的发展，已经取得巨大的成功. 基于视觉的三维重建在计算机领域是一个重要的研究内容，主要通过使用相关仪器来获取物体的二维图像数据信息，然后，再对获取的数据信息进行分析处理，最后，利用三维重建的相关理论重建出真实环境中物体表面的轮廓信息. 基于视觉的三维重建具有速度快、实时性好等优点，能够广泛应用于人工智能、机器人、无人驾驶、slam(simultaneous localization and mapping)、虚拟现实和3d打印等领域，具有重要的研究价值，也是未来发展的重要研究方向。

从整体上来看，三维重建技术主要通过视觉传感器来获取外界的真实信息，然后，再通过信息处理技术或者投影模型得到物体的三维信息，也就是说，三维重建是一种利用二维投影恢复三维信息的计算机技术。

三维重建的技术大体可分为接触式和非接触式两类。

2. 研究的基本内容、问题解决措施及方案

1、本课题要研究或解决的问题：重点（1）基于nerf的训练网络的实现（2）数据集的采集、分类、标注（3）网络参数的优化（4）位置信息的编码难点（1）nerf的结构优化（2）交通环境下包含几何形状和外观各不相同的对象，难于进行三维重建（3）不集中关注场景的特定部分，不利于nerf进行三维重建2、拟采用的研究手段利用网络查阅国内外相关资料、浏览大量的期刊与文献，进行分析与研究。

首先，使用nerf技术，将交通环境下的图像作为输入，进行基础的三维重建。

其次，考虑引入新的数据源（如：激光雷达数据）来提升三维重建的可靠性。