三維重建 3D reconstruction 有哪些實用演算法？

在這個問題下，竟然沒有人說大名鼎鼎的 KinectFusion以及他後面的一系列工作？ KinectFusion單篇論文參照都已經超過3000次了，不應該啊！

如果只想看現階段效果最好的三維重建演算法，請拉到文章最後（如有更好的演算法，還請告知）。

一、KinectFusion

帝國理工的Newcombe等人在2011年提出的 KinectFusion， 可在不需要RGB圖而只用深度圖的情況下就能即時地建立三維模型。KinectFusion演算法首次實作了基於廉價消費類相機的即時剛體重建，在當時是非常有影響力的工作，它極大的推動了即時稠密三維重建的商業化行程。

在他們的論文中沒有開原始碼，最初的程式碼是由PCL團隊實作的：kinectfusion-open-source

KinectFusion的重建效果可以看這個影片：

KinectFusion之後，陸續出現了 Kintinuous，ElasticFusion，ElasticReconstruction，DynamicFusion，InfiniTAM，BundleFusion 等非常優秀的工作。其中2017年史丹福大學提出的 BundleFusion 演算法，據說是目前基於RGB-D相機進行稠密三維重建效果最好的方法。

二、Kintinuous和ElasticFusion

這兩個工作都是同一個人做出來的，這個人就是 Thomas Whelan。 這兩個工作應該算KinectFusion之後影響力比較大的。

Kintinuous GitHub程式碼：mp3guy/Kintinuous

ElasticFusion GitHub程式碼：mp3guy/ElasticFusion

Kintinuous2.0重建效果：

ElasticFusion 重建效果：

三、ElasticReconstruction

專案官網：http:// qianyi.info/scene.html

GitHub程式碼：qianyizh/ElasticReconstruction

重建效果：

四、InfiniTAM

InfiniTAM提供 Linux，iOS，Android平台版本，CPU可以即時重建 。

官網 ： InfiniTAM v3

GitHub程式碼：victorprad/InfiniTAM

重建效果：

五、DynamicFusion

官網： DynamicFusion Project Page

程式碼： https:// github.com/mihaibujanca /dynamicfusion

重建效果：

六、BundleFusion

據說是現在重建效果最好的工作！

官網： BundleFusion

論文：https:// arxiv.org/pdf/1604.0109 3.pdf

程式碼：niessner/BundleFusion

演算法解讀：電腦視覺方向簡介 | 深度相機室內即時稠密三維重建

重建效果：

最近國防科大張博士也發表了一篇稠密三維重建的文章 (ROSEFusion)。僅依靠深度圖作為輸入，利用隨機最佳化實作了快速相機下的稠密重建。程式碼已經開源https:// github.com/jzhzhang/ROS EFusion

ROSEFusion 能夠在僅考慮深度圖作為輸入的條件下，利用隨機最佳化求解相機位姿，實作了在快速相機移動下的室內場景稠密重建。同時該工作僅依賴深度資訊，因此也可以在無光照，和變化光照的條件下使用。 該工作的主要特點是：(a) 利用深度圖和TSDF相容性作為代價函數，不需要提取特征點，僅依賴於深度圖；(b) 提出了Particle Swarm Template（PST），利用PST可以高效的對相機位姿空間進行采樣，並利用隨機最佳化求解出相機的位姿。

傾情整理，建議收藏。

如果能點贊就更好。