zju3dv/NeuralRecon-W

解决的问题

NeuralRecon-W 解决了从“野外”（非受控环境）拍摄的图像中重建 3D 场景的挑战，这些图像通常包含会干扰 3D 重建过程的瞬态物体，例如行人或车辆。

运作原理

该项目实现了一个神经 3D 重建管线，使用符号距离函数 (SDF) 来表示场景。它与 COLMAP 集成以进行相机位姿估计，并提供生成语义地图的工具，帮助系统区分静态场景与瞬态物体。该过程涉及训练一个神经网络，从一组图像中表示场景的 3D 几何结构，然后从该网络学习到的表示中提取 3D 网格。

目标受众

从事计算机视觉、3D 重建和神经渲染的研究人员与开发者，特别是那些处理在非受控环境中拍摄的室外或室内场景的人员。

特色亮点

• 野外场景重建：专为处理在非受控环境中拍摄的图像而设计。
• 网格提取：包含从训练好的检查点提取高质量 3D 网格的工具。
• 自定义数据支持：支持从标准 COLMAP 工作区格式进行自动与手动数据准备。
• Heritage-Recon 数据集：提供工具包与管线，用于在专门的遗产地数据集上重现结果。