3D重建：硬派几何求解vs深度学习打天下？

研究人员都希望能够赋予机器和人类感官一样的感知，其中就包含视觉。作为人类最重要的感官之一，人类接受到的信息中超过 70% 来源于双眼。然而，这对计算机来说却是一个难点——3D 世界中形状不同的物体可以在 2 维世界中拥有一模一样的投影，3D 形状的估计实际上是一个非适定性问题（ill-posed problem）。传统研究主要利用各类几何关系或者先验信息，而近年来随着深度学习的流行，对几何方法的研究似有所忽视。

加州大学伯克利分校马毅教授也曾表示，没有把几何关系条件严格用到位的算法，都是不科学的，根本谈不上可靠和准确。

当前3D视觉技术的不断发展及相关产业需求的提升，基于图像的三维重建技术受到越来越多的关注。CVPR 2021目前已公布了所有接收论文ID，接收率为23.7%，其中以“3D”为名的文章超过了 90 篇，占比达收录论文的8%左右。

3D视觉技术应用范围也非常广泛，例如AIOT中的室内3D环境的重建，自动驾驶的矢量高精地图的重建以及AR产业中虚拟人等。

（图片来源于网络）

学术界研究火热，产业应用落地广泛。面对三维重建的广阔发展前景，很多伙伴想要入门该领域。

但基于图像的三位重建融合了计算机视觉、数字图像处理和计算机图形学等多门学科的知识，是一套非常复杂的工程系统，涉及知识点多且杂，初学者不仅要具备深厚的数学功底，同时也需要熟练的C\C++编程能力，相较于其他视觉领域，三维重建的入门门槛要高很多。

在这种环境下，市面上又很难找到系统学习的资料，这让大家一度陷入困境。

如何摆脱这种困境呢？

基于此，深蓝学院开设了『基于图像的三维重建』在线课程。通过本门课程的学习，大家能够快速建立完整的知识架构体系，理解整个系统的原理和技术流程，大家在透彻理解传统的图像建模方法的同时，能够一起探讨结合深度学习的前沿发展技术！

针对代码实践，团队对三维重建开源系统MVE进行了较大程度的重构，以适应课程章节。整套系统的代码，仅仅调用了libpng、libjpeg、libtiff、eigen等库，逐行手写核心算法函数的全部代码，便于大家理解核心操作的原理。

讲师简介

隋唐

高级算法工程师

原中科院自动化所助理研究员

中科院自动化所模式识别与智能系统博士

博士期间的主要研究方向为三维计算机视觉与计算机图形学，研究课题为基于图像的三维建筑模型重建，在顶级国际期刊 IEEE TVCG 等主流期刊会议以第一作者发表多篇文章。同时，基于博士期间的研究成果，研发若干三维重建相关系统并申请专利。

课程大纲

（点击查看大图）

课程收获

1. 掌握运动恢复结构（Structure From Motion）的算法框架和基本原理；

2. 掌握主流的稠密点云重建的算法框架和基本原理；

3. 掌握表面重建、纹理图像自动生成和编辑的技术原理；

4. 具备利用图像建模的基本技术和原理完成室内重建、图像拼接、纹理贴图、3D可视化渲染等实际项目的能力。

还能收获

 1. 优质的学习圈子

伙伴们大多是来自985、211及海外院校硕博，在这里大家一起学习、进行讨论与研究。独一无二的优质圈子将是你未来学习与就业的宝贵资源。

（往期已报名学员学校&公司部分展示）

2. 企业认可的证书

参与课程培训的同学，颁发深蓝学员毕业证书，综合表现排名10%的同学，颁发优秀学员证书，为你的简历加分添彩。

课程服务

1. 三师助力

讲师&助教及时答疑解惑，班主任全程带班督学，同学们传帮带的锦囊社群。

（社群内，大家积极讨论技术细节）

2. 定期班会

助教1V1批改作业，并在班会中进行讲评和指导；在班会中，学习更多技巧；在交流中收获更多思路。

抢占优惠名额

现在报名，即可优惠50元

备注“ 682  ”，优先咨询哦~

添加『新月』老师

领取三维重建论文