三维重建【二】————3D reconstruction 较为实用的算法资料整理（传统方式）
本文结合一些pape并且将资源进行整合，以便于后期的学习。博客将这些资源一下，这里不得提到大名鼎鼎的KinectFusion以及他后面的一系列工作。KinectFusion单篇论文引用都已经超过3000次了，可以称得上是具有划时代意义的一篇巨著，如果只想看现阶段效果最好的三维重建算法，请拉到文章最后（如有更好的算法，还请各位留言告知，以便于笔者及时更新，还望告知）
一、KinectFusion（2011）
帝国理工的Newcombe等人在2011年提出的KinectFusion，可在不需要RGB图而只用深度图的情况下就能实时地建立三维模型。KinectFusion算法首次实现了基于廉价消费类相机的实时刚体重建，在当时是非常有影响力的工作，它极大的推动了实时稠密三维重建的商业化进程。
在他们的论文中没有开源代码，最初的代码是由PCL团队实现的：https://link.zhihu.com/？target=http%3A//pointclouds.org/news/kinectfusion-open-source.html
KinectFusion之后，陆续出现了Kintinuous，ElasticFusion ElasticReconstruction，DynamicFusion，InfiniTAM，BundleFusion等非常优秀的工作。其中2017年斯坦福大学提出的BundleFusion算法，据说是目前基于RGB-D相机进行稠密三维重建效果最好的方法。
二、Kintinuous和ElasticFusion
这两个工作都是同一个人做出来的，这个人就是Thomas Whelan。这两个工作应该算KinectFusion之后影响力比较大的。
Kintinuous GitHub代码：https://github.com/mp3guy/Kintinuous
ElasticFusion GitHub代码：https://github.com/mp3guy/ElasticFusion
Kintinuous2.0重建效果：
ElasticFusion 重建效果：
三、ElasticReconstruction
项目官网：http://qianyi.info/scene.html
GitHub代码：https://github.com/qianyizh/ElasticReconstruction
重建效果：
四、InfiniTAM
InfiniTAM提供Linux，iOS，Android平台版本，CPU可以实时重建。
官网：http://www.robots.ox.ac.uk/~victor/infinitam/
GitHub代码：https://github.com/victorprad/InfiniTAM
重建效果：
五、DynamicFusion
官网：https://grail.cs.washington.edu/projects/dynamicfusion/
代码：https://github.com/mihaibujanca/dynamicfusion
重建效果：
六、BundleFusion
官网：http://graphics.stanford.edu/projects/bundlefusion/
论文：https://arxiv.org/pdf/1604.01093.pdf
代码：https://github.com/niessner/BundleFusion
重建效果：
参考文献：
【1】CMVS/PMVS: http://www.di.ens.fr/cmvs/
【2】https://www.zhihu.com/question/29885222/answer/918009389
【3】https://www.zhihu.com/question/29885222
【4】https://www.zhihu.com/question/29885222/answer/48940748
【5】https://mp.weixin.qq.com/s/NUFr_Jz98HM93Xm-6jDICw
基于图像的大规模场景三维重建(上)：https://www.leiphone.com/news/201711/9dxX6g30dlEoqvPZ.html
基于图像的大规模场景三维重建(下)：https://www.leiphone.com/news/201711/s6CHNAyjurPPyKiz.html
3D点云目标检测算法
三维重建【二】————3D reconstruction 较为实用的算法资料整理（传统方式）相关推荐
- 从照片的三维重建（3D Reconstruction）——MVS系列（１）
MVS--multi view system从多视图的密集重建(1) SFM的重建成果是稀疏三维点云,为了进入更加深刻的领域,获得更好的结果,我们进入到MVS (1)如何理解密集点云的生成原理 MVS ...
- Python实用基础(思路+资料整理+代码）
Python 练习册(笔记) 说明: https://www.zybuluo.com/susugreen/note/2512434 点此链接,会看到部分题目的代码,仅供参考 本文本文由@史江歌(shi ...
- 三维重建 3D reconstruction 有哪些实用算法？
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 三维重建 3D reconstruction 有哪些实用算法? https://www.zhihu.c ...
- 三维重建 几何方法 深度学习_三维重建 3D reconstruction 有哪些实用算法？
主要的深度学习系列算法有DBN, ConvNets, RNN等,基本上经典的深度学习算法都用过. 详细请看唐路路(研究方向 深度学习 3D重建)在专栏 机器学习&深度学习--学术水准的理解 总 ...
- 3D Reconstruction三维重建halcon算子，持续更新
目录 3D Reconstruction三维重建 Binocular Stereo双目立体 binocular_disparity binocular_disparity_mg binocular_d ...
- 二维排样规则算法php,一种实用的二维不规则零件排样算法
I5JKI5L 您的论文得到相关企业家品评 一种实用的二维不规则零件排样算法 !"#$%&'()*('+!,)-./#0)*/1!+1-&*)23-45.6*3#/0*-/! ...
- 【论文阅读】Occupancy Networks: Learning 3D Reconstruction in Function Space
论文题目:Occupancy Networks: Learning 3D Reconstruction in Function Space(占据网络:在函数空间内学习三维重建,简称ONet) 论文作者 ...
- Occupancy Networks: Learning 3D Reconstruction in Function Space论文笔记
Contribution Occupancy networks implicitly represent the 3D surface as the continuous decision bound ...
- 免费送书啦！《3D计算机视觉：原理、算法及应用》一本全搞定
1966年,人工智能学家Minsky在给学生布置的作业中,要求学生通过编写一个程序让计算机告诉我们它通过摄像头看到了什么,这也被认为是计算机视觉(Computer Vision,CV)最早的任务描述. ...
最新文章
- 忽悠神经网络指南：教你如何把深度学习模型骗得七荤八素
- mysql 获取当前整点_Oracle 生成未来三天的整点时间(步骤详解)
- golang网络编程基础知识：OSI网络模型、IP、端口号详解
- $.each 用break 好像不太灵啊
- 数据可视化（BI报表的开发）第三天
- [转载]工作面试时最难的25个问题
- Asp.Net中用javascript实现弹出窗口永远居中
- 文件 md5 查看 命令
- 【每日算法Day 69】面试经典题：分发糖果问题
- Sencha touch 开发系列:容器组件:tabpanel,carousels
- 跨境电商如何利用Quora帮你引上万流量
- 判断一颗二叉树是否对称
- Android练手小项目--仿72g赚吧App
- 卷积神经网络（CNN）图像识别知识总结
- Kafka教程（一）基础入门：基本概念、安装部署、运维监控、命令行使用
- （图文）自己组建自己迷你linux系统
- EI检索收录的文献如何下载全文？
- 唐骏离职新华都当老板
- JMeter安装配置及使用说明【最全面】
- 不联网、物理隔离就安全？电脑散热风扇也能用来窃取数据