近年來，國家對智慧製造，智慧城市等一系列智慧技術越來越重視。體現在人工智慧領域，就是雙目立體的視覺更加重要。在交通監控，機器導航，醫學建模，視覺模擬等多個方面，3D視覺可以提供虛擬視覺模擬，視覺識別與定位等技術。

而在3D視覺中，三維重建扮演著不可或缺的作用。它是根據物體表面全部或部分點雲的三維坐標，對目標物體全部或者部分表面進行重建。並且，三維重建可以恢復場景的3D資訊,協助機器人完成目標的識別、定位、測量、導航、抓取與跟蹤等特定任務。

但是在實際的三維重建過程中，會面臨諸多的問題。

☆ 就個人的學習而言，對三維重建的技術廣而不精，或者集中在某一個點而無法掌握全局

☆ 就三維重建的技術本身而言，它對光線和視角的要求過高，並且真實環境更加複雜

☆ 基於影像的實時場景的三維重建仍然任重道遠

完了，小白一看，三維重建的學習到底要咋辦呀？

三維重建的正確打開方式

1.掌握基礎的演算法框架和基本原理，包括運動恢復結構（Structure From Motion）、稠密點雲重建，以及表面重建、紋理影像生成和編輯的技術原理。

2.實際項目的能力。利用影像建模技術完成室內重建、影像拼接、紋理貼圖、3D可視化渲染等。

3.了解未來發展趨勢。既有利於規劃自己未來的研究方向，還能夠推動三維重建以及相關領域的發展，舉個例子吧！在城市建設方面，大規模室外的動態的三維場景重建尤為值得關注；在自動駕駛方面，提高汽車對行人及物體的感知和識別能力，提供更安全和便捷的智慧車。

深藍學院開設了**《基於影像的三維重建》課程**，從基礎到實踐，一步一步搭建起完整的知識架構體系，從SFM，到稠密重建，到貼圖和渲染，最後結合深度學習的前沿進展，一起討論未來的技術發展趨勢。

1.掌握運動恢復結構(Structure From Motion)的演算法框架和基本原理，包括幀間運動估計、三角化，BA(BundleAdjustment)等技術細節和底層實現，同時也可深刻理解SFM和SLAM的異同之處；

2.掌握主流的稠密點雲重建的演算法框架和基本原理，包括多視角幾何約束，深度圖重建和融合等技術；

3.掌握表面重建、紋理影像自動生成和編輯的技術原理，包括隱函數重建，Octree結構，MarchingCube、泊松影像編輯等基礎知識和演算法細節，同時理解圖形學中3D可視化渲染的機制；

4.具備利用影像建模技術完成室內重建、影像拼接、紋理貼圖、3D可視化渲染等實際項目的能力。

點擊下方鏈接可以領取課前資料以及了解課程詳情哦！