张在成，李 健

（陕西科技大学电子信息与人工智能学院，陕西 西安 710021）

0 引 言

通过快速且准确地构建模型来记录真实世界中地形和建筑施工场景是目前计算机视觉领域中的热点问题。建筑施工中的3D技术是借助计算机系统构建出建筑施工的物理模型，使用神经渲染技术对场景展示可以实现对建筑施工模型和计算机模型的交互。

传统的3D建模技术中存在细腻度低和计算量大的问题，神经渲染是一种深度图像或视频生成方法［1］，能显式或隐式地控制场景属性（如照明、几何体、外观等），更高效地完成对施工场景的数字化展示。早期的方法一般使用“拼图”［2］的方法实现视觉的合成，但是合成的范围十分有限。为了获得更多角度的颜色值，Niemeyer 等人［3］通过一种占位方式来表示三维建模中的几何构造，并采用数值的方式找出模型中表面结构与各条光线之间的交集，从而得到神经网络的输入。Sitzmann 等人［4］在接下来的任务中，通过检测每个坐标在三维空间中所对应的颜色和特征向量，并引入一个可微函数来判断物体表面的情况，虽然这种方法是由循环神经网络所构成的。但是，以上方法仅仅解决了空间上难度相当小的三维空间几何构造，而且所绘制的结果也过于平滑。

针对上述问题，Mildenhall 等人［5］提出的神经辐射场（NeRF）利用输入图像作为信息进行监督，为三维空间中的复杂几何结构拟合出准确的隐式函数［6］，从而对场景中不同角度的视觉进行合成。……