SAViT-NeRF：基于结构感知视觉Transformer与神经辐射场的古建筑三维重建方法

《Scientific Reports》：SAViT-NeRF: a novel framework for improving geometric consistency in ancient building 3D reconstruction

　　

摘要

传统三维重建方法在处理古建筑时，由于其结构复杂、构件重复且纹理繁复，往往面临几何畸变和表面细节丢失的问题。为应对这些挑战，我们提出了一种结合结构感知视觉Transformer与神经辐射场的新型SAViT-NeRF框架。该模型采用多头自注意力机制以捕获长程结构相关性，并集成了跨视角特征融合以及深度和法向一致性约束，以优化几何连续性。我们在四个公开文化遗产数据集上对该模型进行了评估，并与NeRF、MVSNeRF、StructNeRF和高斯泼溅方法进行了比较。实验结果表明，我们的方法在均方根误差（RMSE）、倒角距离和法向一致性误差方面实现了显著降低，同时在峰值信噪比（PSNR）、结构相似性（SSIM）和平均交并比（mIoU）上取得了大幅提升。所提出的方法在多视角条件下实现了稳定且高保真的三维重建，为古建筑遗产的数字保存、文档记录和虚拟展示提供了可靠的技术方案。