如何正确的入门三维重建?

点击下方卡片，关注“新机器视觉”公众号

视觉/图像重磅干货，第一时间送达

链接：https://www.zhihu.com/question/53565660

编辑：深度学习与计算机视觉

声明：仅做学术分享，侵删

三维重建思路其实非常简单：

假设你有一个深度相机，你拿着相机扫一个静态物体，相机每次可以给你点云和当前帧与上一帧的相对位姿，那么你把所有点云全部转换到同一个坐标系下面，然后生成mesh……这就是三维重建了。

但是现实往往比较骨感(devil in the details)，三维重建的工作基本上就变成了以下几个方面：

• 数据源方面
  • 深度相机没法给你相对位姿或者位姿不准？
  • 点云质量和精度不够？
  • 相机标定也不准？
  • 是2D相机的话，还得通过SLAM等措施来提供三维点（一言难尽）

• 点云配准方面

  • ……

• Mesh生成处理方面

  • 要快还是要质量高？
  • 去噪，补洞，平滑，简化？
  • 等等

• 后期效果方面

  • 融合Color信息？
  • Model based refine ？
  • 等等

• 动态场景方面

  • 动态场景模型更新等问题

这上面任意一个小点都可以花上很多时间，对编码能力要求也会比较高，对于初学者的建议是学习好多视几何基础，先利用仿真数据跑通上面说的主线流程，再结合具体的开源项目去理解算法，再结合实际传感器和问题去改善或者提出新的算法，在这个过程中要善用一些可视化工具比如Meshlab, cloudcompare, matplotlib.pyplot等，可以节约大量时间。

1、如果需要对三维重建进行深入研究并想有所创新的话，可以先补习一下基础知识，推荐《由 2 维影像建立 3 维模型》这本书，知识点很全，感觉三维重建算法的改进都是基于这些基础知识的。建议有一定的计算机图形学知识。

3、论文建议先熟悉三维重建流程。可以先看下Kinectfusion、slam这种大而全的paper，不用看得太细，知道每步是要干嘛就可以，熟悉以后再精读，然后你想对哪部分进行改进就再google相应内容好了。

—版权声明—

仅用于学术分享，版权属于原作者。

若有侵权，请联系微信号:yiyang-sy 删除或修改！