多视图立体

用多张已知位姿的照片恢复场景稠密三维结构的方法。

多视图立体是经典三维重建技术：已知每张照片的相机内外参（通常由运动恢复结构 SfM 先求出），在多张图之间找同一点的对应，再通过三角化算出深度，得到稠密深度图或点云，进一步可生成网格。SfM 只给出稀疏特征点，MVS 负责把它补成稠密模型。代表工具有 COLMAP；2018 年起 MVSNet 等深度学习方法用神经网络直接回归深度。它是数字孪生、仿真资产扫描和新视角合成的基础步骤之一。

例子用 COLMAP 先对一组环绕物体拍的照片做 SfM 求相机位姿，再跑 MVS 得到稠密点云。

也叫

多视角立体重建、多视图立体重建

相关

运动恢复结构、COLMAP、三角化、光束法平差、神经辐射场、3D高斯泼溅

来源

COLMAP Tutorial
MVSNet: Depth Inference for Unstructured Multi-view Stereo (arXiv)