实景三维-大势智慧欢迎咨询-三维实景制作

双目立体视觉重建，在实际应用情况优于其他基于视觉的三维重建方法，也逐渐出现在一部分商业化产品上; 不足的是运算量仍然偏大，而且在基线距离较大的情况下重建效果明显降低 。 作为计算机视觉的关键技术之一，立体视觉法也其弊端。例如，立体视觉需要假设空间的平面是正平面，而实际情况却与此相差甚远。除此之外，匹配还存在歧义性：对于一幅图像上的某些特征点，另外的图像可能存在若干个与之相似的特征点。那么如何选取适配的匹配点，三维实景制作，显得较为棘手。除此之外，对于如相机运动参数的确定、大型场景重建需要获取多帧图像等问题，也---的影响了立体视觉的深层次应用。

说三维重建首先要从计算机视觉讲起。计算机视觉包含两个基本方向，物体识别和三维重建。图像识别的突破性进展源自于2012年卷积神经网络（cnn）的兴起。在此之前，实景三维建模，计算机视觉的核1心研究方向是三维重建。因为在当时，对于图像的特征提取主要是通过三维重建的方法来定义和实现的。自2012年以来，图像的特征便逐渐由神经网络来自动学习。

三维重建的应用是很广泛的，对于自动驾驶、vr、ar等应用领域应用来讲，三维重建是核1心技术，并且实时三维重建是必然趋势，实景三维，因为我们生活在三维空间里，必须将虚拟恢复到三维，我们才可以和环境进行交互。