https://yongqi.blog.youkuaiyun.com/article/details/128349749https://www.zhihu.com/question/290799294https://github.com/ch-sa/labelCloudhttps://github.com/Hitachi-Automotive-And-Industry-Lab/semantic-segmentation-editorhttps://github.com/springzfx/point-cloud-ann

在我们的研究项目 Presence 中，我们尝试了这些不同的方法，发现高斯溅射是一种可行的替代方案。例如，摄影测量对光线敏感，通常难以捕捉细节，尤其是在颜色均匀的物体中（例如，穿着均匀黑色服装的人）。以前，这是一项成本高昂且耗时的工程，需要专门的硬件和软件，例如 LiDAR 扫描仪和复杂的软件包。此外，考虑到我们之前在摄影测量和 NeRF 方面的经验，我们已经熟悉了创建高斯溅射的底层过程，因此这导致了短暂的初步研究。首先，创建一个帐户并登录。值得注意的是，这项初步研究是在高斯溅射刚刚兴起的时候进行的。

在重建场景的稀疏表示和输入图像的相机姿势后，MVS现在可以恢复更密集的场景几何。：空间中的一点与两张图片相机的光心，三者围成一个极平面，极平面与两张图片相交形成两条极线，对极几何约束是指，空间点X在摄像机1的成像平面中的像素点x，与之相匹配的摄像机2的成像平面中的像素点 x' 一定落在极线上。是通过一系列有重叠的且不同视角的图片重建出物体的三维结构（稀疏点云），并且输出相机的内外参数，内参指的是将真实空间的三维点通过内参矩阵转换为相机图片上的二维点，外参包含相机在切换不同视角时的平移和旋转信息。

自 2020 年以来，神经辐射场 (NeRF) [1] 一直是计算机视觉领域的热门话题。通过使用神经网络对体积场景函数进行建模，NeRF 实现了新视图合成的最先进结果。虽然与 NeRF 相关的方法在学术界很受欢迎，但它们尚未在产品上广泛实施以提供用户体验。本文旨在演示如何使用 Neural Radiance Field 为徘徊在大型景点周围的用户创造身临其境的体验。

源码下载地址：COLMAP可以作为独立的app，通过命令行或者图形交互界面使用，也可以作为一个库被包含到其他源代码中。

obj格式有4种数据，分别以一下字母开头：v顶点vt纹理坐标vn顶点法向量f 面一、顶点格式：v x y z意义：每个顶点的坐标二、纹理坐标格式：vt u v w意义：绘制模型的三角面片时，每个顶点取像素点时对应的纹理图片上的坐标。纹理图片的坐标指的是，纹理图片如果被放在屏幕上显示时，以屏幕左下角为原点的坐标。注意：w一般用于形容三维纹理，大部分是用不到的，基本都为0。三、顶点法向量格式：vn x y z意义：绘制模型三角面片时，需要确定三角面片的朝向，整个面的朝向，是由构成每个面