borglab/gtsfm

解决的问题

Georgia Tech Structure-from-Motion (GTSfM) 是一个旨在从 2D 图像重建 3D 场景的端到端流水线。它通过提供一种模块化、并行化的架构来解决传统运动恢复结构 (SfM) 的计算密集型问题，利用分布式计算高效处理大规模重建任务。

工作原理

GTSfM 使用基于 GTSAM 库构建的模块化设计。它通过前端（使用 SIFT、SuperPoint 或 SuperGlue 等方法）检测和匹配特征，并通过后端执行旋转平均、平移平均和光束法平差来估计相机位姿和 3D 几何结构。整个流水线使用 Dask 进行并行化，使其能够跨多个 CPU/GPU 工作节点进行扩展。它包含一个基于浏览器的 studio 界面，用于管理数据集、配置模型和可视化 3D 结果，包括对 Gaussian Splatting 的支持。

适用人群

该项目适用于从事 3D 重建、摄影测量或机器人技术的研究人员、计算机视觉工程师和开发人员，他们需要一个可扩展、可延伸且高性能的 SfM 流水线，并可部署在本地机器或分布式集群上。

亮点

• 分布式架构： 原生支持使用 Dask 进行并行计算，以加速大规模重建。
• 模块化设计： 高度可替换的组件，用于特征检测、描述、匹配和光束法平差。
• GTSFM Studio： 内置的基于浏览器的工作空间，用于管理运行、监控日志和可视化 3D 重建。
• 多功能输出： 支持 COLMAP 等标准格式，并为 Nerfstudio 等基于 NeRF 的流水线提供集成脚本。
• 灵活部署： 支持本地执行、远程 GPU 集群提交和 Google Colab 集成。