超级会员免费看
本文概述了三维重建技术的应用及其两大类别：传统多视图几何方法和基于深度学习的方法。传统方法包括主动式（结构光、TOF、三角测距法）和被动式（单目、双目/多目视觉）。基于深度学习的重建算法正逐步改进传统方法，通过融合优化和模仿动物视觉，实现性能提升。尽管深度学习在某些方面展现出优势，但传统方法和深度学习的结合将是未来的发展趋势。
点击上方“3D视觉工坊”，选择“星标”
干货第一时间送达
00 前言
目前，三维重建技术已在游戏、电影、测绘、定位、导航、自动驾驶、VR/AR、工业制造以及消费品领域等方面得到了广泛的应用。方法同样也层出不穷，我们将这些方法依据原理分为两类：
• 基于传统多视图几何的三维重建算法
• 基于深度学习的三维重建算法
总地来说，尽管目前传统的三维重建算法依旧占据研究的主要部分，但是越来越多的研究者开始关注于用CNN探索三维重建，或者说，两者之间的交叉与融合。
有人问，在三维重建中引入深度学习方法有什么意义？我将意义概括为三部分：
• 为传统重建算法性能优化提供新的思路
一项名为 Code SLAM1 的工作，这项研究获得了CVPR 2018年的best paper提名奖
订阅专栏 解锁全文
扫一扫
989
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
