基于反射提示和自校正的大模型三维视觉生成方法

本发明涉及计算机图形学技术领域，且公开了基于反射提示和自校正的大模型三维视觉生成方法，包括数据采集、数据预处理、粗生成阶段和细化阶段，在粗生成阶段，通过对称引导扩散机制对预训练的3D生成模型进行正则化，生成初始的具有一致几何结构的神经辐射场，在细化阶段，通过使用包含重建损失、扩散先验损失和深度损失的多损失优化框架对该NeRF进行细化，并在细化阶段引入DPF策略，该策略利用LLM自适应更新用于SDS损失的文本提示，将其转变为有针对性的校正信号。该方法引入对称引导扩散机制，通过在3D扩散模型反向过程中施加对称几何先验，强制生成几何连贯、平衡的基础形状，有效缓解单视图歧义性。