• 一分钟详解三维重建学习路线


    作者:庞巧遇

    来源:公众号@3D视觉工坊

    链接:一分钟详解三维重建学习路线


    三维重建在计算机视觉中是十分重要的,其中涉及很多的技术内容,为了后来人能少走弯路,也为了对自己的知识框架系统总结,特记录自己的学习路线。

    1、什么是三维重建

    三维重建 ,英文名称是3D Reconstruction。三维重建是将三维的物体在虚拟世界中重建出来,通俗点说,我们做的就是照相机的逆操作(照相机是将现实中的物体呈现在二维图片中,而三维重建是将二维图片中的信息在三维虚拟空间中显现)。

    2、三维重建有什么用

    随着2010年阿凡达在全球热映以来,三维计算机视觉的应用从传统工业领域逐渐走向生活、娱乐、服务等,比如AR/VR,SLAM,自动驾驶等都离不开三维视觉的技术。三维视觉最近几年再度火热,一方面归功于三维传感器(如Kinect)的快速发展和价格方面的调整,另一方面由于深度学习在计算机视觉方向的应用,智能移动机器人、无人驾驶、无人机、AR等发展迅速。

    3、三维重建学习路线

    1) 对初学者:

    书籍:

    视觉SLAM十四讲-从理论到实践,高翔计算机视觉-算法与应用(Richard Szeliski  艾海舟<译> 清华大学出版社)Computer Vision Algorithms and ApplicationsComputer Vision for Visual Effects

    视频课程:

    ·视觉SLAM十四讲-从理论到实践:

    https://www.bilibili.com/video/BV1eJ411H7mG/?spm_id_from=333.788.videocard.3

    ·极简三维视觉六小时课程视频:浙大谭平教授 :

    https://www.bilibili.com/video/BV124411W775?p=1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。

    2) 针对具备一定基础后:

    三维重建的每个基础模块挑选了 1-2 篇代表性文献,强烈建议阅读以下相关的原著文献, 这些文献是经过时间检验非常经典的文献,这将大大提升你们的科研和工程能力。

    大家可以加入我们的QQ讨论群(群号:574432628),提前获得本场直播的pdf课件。

    书籍:

    《计算机视觉中的多视几何》(Muiltiple View Geometry,简称MVG) (Richard Hartley 韦穗<译>)

    文献:

    ·Sift 特征点检测

    [1] Distinctive Image Features from Scale-Invariant Keypoints

    ·增量 SFM

    [2] Photo Tourism Exploring Photo Collections in 3D[3] Structure-from-Motion Revisited

    ·稠密匹配&&多视角立体视觉

    [4] Multi-View Stereo for Community Photo Collections

    ·表面重建

    [5] Reconstruction and Representation of 3D Objects with Radial Basis

    ·纹理贴图

    [6] Let it be color! Large-Scale Texturing of 3D Reconstructions

    3) 下面是比较著名的开源系统:

    ·MVE:

    https://www.gcc.tu-darmstadt.de/home/proj/mve/index.en.jsp

    ·Bundler:

    http://www.cs.cornell.edu/~snavely/bundler/

    ·VisualSFM:

    http://ccwu.me/vsfm/

    ·openMVG:

    https://openmvg.readthedocs.io/en/latest/software/SfM/SfM/

    ·ColMap:

    https://demuc.de/colmap/

    Source and Executable Download:

    http://www.cs.jhu.edu/~misha/Code/

    4) 相关开源代码

    COLMAP - Structure-from-Motion and Multi-View Stereo:

    https://github.com/colmap/colmap

    Multi-View Environment:

    https://github.com/simonfuhrmann/mve

    Algorithm to texture 3D reconstructions from multi-view stereo images:

    https://github.com/nmoehrle/mvs-texturing

    SFMedu: A Matlab-based Structure-from-Motion System for Education:

    https://github.com/jianxiongxiao/SFMedu

    参考:

    1.https://blog.csdn.net/qq_33294094/article/details/51759246?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2~all~first_rank_v2~rank_v25-3-51759246.nonecase&utm_term=%E4%B8%89%E7%BB%B4%E9%87%8D%E5%BB%BA%E5%AD%A6%E4%B9%A0%E8%B7%AF%E7%BA%BF2.https://blog.csdn.net/shyjhyp11/article/details/103890479

    本文仅做学术分享,如有侵权,请联系删文。

    下载1在「3D视觉工坊」公众号后台回复:3D视觉即可下载 3D视觉相关资料干货,涉及相机标定、三维重建、立体视觉、SLAM、深度学习、点云后处理、多视图几何等方向。
    下载2在「3D视觉工坊」公众号后台回复:3D视觉优质源码即可下载包括结构光、标定源码、缺陷检测源码、深度估计与深度补全源码、点云处理相关源码、立体匹配源码、单目、双目3D检测、基于点云的3D检测、6D姿态估计源码汇总等。
    下载3在「3D视觉工坊」公众号后台回复:相机标定即可下载独家相机标定学习课件与视频网址;后台回复:立体匹配即可下载独家立体匹配学习课件与视频网址。

    个人微信公众号:3D视觉工坊
  • 相关阅读:
    Nim or not Nim? hdu3032 SG值打表找规律
    Maximum 贪心
    The Super Powers
    LCM Cardinality 暴力
    Longge's problem poj2480 欧拉函数,gcd
    GCD hdu2588
    Perfect Pth Powers poj1730
    6656 Watching the Kangaroo
    yield 小用
    wpf DropDownButton 源码
  • 原文地址:https://www.cnblogs.com/YongQiVisionIMAX/p/13545977.html
Copyright © 2020-2023  润新知