什么三维重建算法比COLMAP更好用？

文章预览

点击“ 计算机视觉life ”，选择“星标” 机器人AI干货第一时间送达 SLAM顶会论文怎么发？ 以下文章来源于3D视觉工坊 0. 这篇文章干了啥？ 从一系列图像中恢复3D结构和相机运动，仍然是计算机视觉领域的一个基本问题，它与各种下游任务高度相关，如新视角合成或基于云的地图绘制和定位。文献中通常将这个问题称为运动恢复结构（Structure-from-Motion，SfM），多年来，已经出现了两种主要的解决范式：增量方法和全局方法。这两种方法都始于基于图像的特征提取和匹配，随后是两视图几何估计，以构建输入图像的初始视图图。增量方法从两个视图开始重建，并通过注册额外的相机图像和相关的3D结构来顺序扩展它。这个顺序过程交替进行绝对相机姿态估计、三角剖分和捆绑调整（bundle adjustment），尽管能够实现高精度和鲁棒性，但由于代价高昂的重 ………………………………