CN119295621A 基于高斯泼溅的高保真大规模场景渲染方法、系统、设备及介质 （上海赜深数字科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119295621A(43)申请公布日2025.01.10

(21)申请号202411318591.7

(22)申请日2024.09.20

(71)申请人上海赜深数字科技有限公司

地址201210上海市浦东新区中国(上海)

自由贸易试验区芳春路400号1幢3层

(72)发明人曹君铭赵富强

(74)专利代理机构上海贯道律师事务所31560专利代理师王益恺

(51)Int.CI.

GO6T15/00(2011.01)

GO6T19/00(2011.01)

GO6T17/20(2006.01)

GO6N20/00(2019.01)

权利要求书2页说明书11页附图2页

(54)发明名称

基于高斯泼溅的高保真大规模场景渲染方法、系统、设备及介质

(57)摘要

CN119295621A基于高斯泼溅的高保真大规模场景渲染方法、系统、设备及介质，方法包括：S1、采集大规模场景的高精度点云数据；S2、生成初始三维网格模型，引入深度先验信息以减少渲染过程中的浮动伪影；S3、构建多分辨率三维高斯表达模型，在各层次中采用自适应缩放因子和随机分辨率层次训练方案；S4、在渲染过程中，基于三维高斯与渲染视点之间的距离采用层次选择策略，实现高性能设备上的高质量高速渲染；S5、开发轻量化渲染器，在轻量化移动设备上完成高效渲染。本发明通过引入深度正则化技术，将高精度点云数据与三维高斯表示进行结合；利用深度先验信息

CN119295621A

CN119295621A权利要求书1/2页

2

1.一种基于高斯泼溅的高保真大规模场景渲染方法，其特征在于包括：

S1、采集大规模场景的高精度点云数据；

S2、基于高精度点云数据生成初始三维网格模型，并引入深度先验信息以减少渲染过程中的浮动伪影；

S3、构建多分辨率三维高斯表达模型，在各层次中采用自适应缩放因子和随机分辨率层次训练方案，优化不同分辨率下的高斯分布；

S4、在渲染过程中，基于三维高斯与渲染视点之间的距离采用层次选择策略，实现高性能设备上的高质量高速渲染；

S5、开发轻量化渲染器，使基于S1-4得到的多分辨率三维高斯表达能够在轻量化移动设备上完成高效渲染。

2.根据权利要求1所述的方法，其特征在于：S2中，通过深度正则化技术引入深度先验信息，构建深度正则化损失函数Ldepth:

其中，D表示点云数据中第i个点的真实深度值，D表示通过优化后的三维高斯表示预测得到的第i个点的深度值，N为点云数据中的点的总数。

3.根据权利要求1、5或6所述的方法，其特征在于：S2中，还构建图像重建损失函数Lrgb,用于衡量预测图像与真实图像之间的像素差异，定义为：

其中，M表示图像中的总像素数，I;表示真实图像中第j个像素的RGB值，I,表示通过三维高斯表示模型预测得到的第j个像素的RGB值。

4.根据权利要求3所述的方法，其特征在于：S2中，将所述深度正则化损失函数Ldepth与图像重建损失函数Lg组合形成总损失函数Ltotal,用于优化三维高斯表示模型，总损失函数定义如下：

Ltotal=Lrgb+^depthLdepth;

其中，λdepth为权重系数。

5.根据权利要求1所述的方法，其特征在于：S3中，在LOD渲染过程中，基于渲染视点与三维高斯分布之间的距离，采用层次选择策略，依据以下公式选择最适合的分辨率层次：

其中，L(d)为所选择的分辨率层次，Lax为最高分辨率层次，d为当前视点与高斯分布的距离，dmax为最大视距。

6.根据权利要求1所述的方法，其特征在于：S5中，基于WebGL开发轻量化渲染器，针对多分辨率三维高斯表达模型，定义不同分辨率层次的渲染管线，每个渲染管线分别对应不同的LOD层次，具体包括：

CN119295621A权利要求书2/2页

3

为每个LOD层次创建独立的着色器用于处理不同分辨率下的三维高斯表达；

定义每个着色器的输入、输出，包括顶点数据、法线、纹理坐标和光照信息，并根据设备性能自动选择合适的LOD层次；

多级渲染，使渲染结果在不同的分辨率层次之间保持一致性和流畅性。

7.一种基于高斯泼溅的高保真大规模