基于生成式补全的三维高斯泼溅小样本新视图合成方法

本发明公开了一种基于生成式补全的三维高斯泼溅小样本新视图合成方法。该方法首先通过运动恢复结构算法从训练视图中重建出稀疏三维点云及相机参数；随后，采用一种生成式点云补全策略构建完整点云，并以此初始化三维高斯集的空间位置与颜色属性；最后，在基于训练视图优化初始高斯模型的基础上，引入一种生成式的伪视图补全优化策略，该策略利用扩散模型生成伪视图并结合相机轨迹扰动采样，为未观测区域提供监督信号，从而进一步优化高斯集的空间分布与外观，最终实现高质量的少样本新视图合成。大量实验结果表明，本发明在多个基准数据集上实现了显著优于现有方法的新视图质量。