点击上方“3D视觉工坊”，选择“星标”
干货第一时间送达
00 前言
目前，三维重建技术已在游戏、电影、测绘、定位、导航、自动驾驶、VR/AR、工业制造以及消费品领域等方面得到了广泛的应用。方法同样也层出不穷，我们将这些方法依据原理分为两类：
• 基于传统多视图几何的三维重建算法
• 基于深度学习的三维重建算法
总地来说，尽管目前传统的三维重建算法依旧占据研究的主要部分，但是越来越多的研究者开始关注于用CNN探索三维重建，或者说，两者之间的交叉与融合。
有人问，在三维重建中引入深度学习方法有什么意义？我将意义概括为三部分：
• 为传统重建算法性能优化提供新的思路
一项名为 Code SLAM1 的工作，这项研究获得了CVPR 2018年的best paper提名奖，研究利用神经网络框架，并结合图像几何信息实现了单目相机的稠密SL
