运动恢复结构

从一堆不同角度拍的照片里，同时算出相机位姿和场景三维点。

运动恢复结构是经典的三维重建方法：输入同一场景从多个视角拍的照片（可以是无序的），输出每张照片的相机位姿（位置和朝向）和一个稀疏三维点云。标准流程是先提取特征点并做跨图匹配，再用对极几何剔除错误匹配，然后逐张加入图像、三角化出三维点，最后用光束法平差（同时微调所有位姿和三维点，让重投影误差最小）整体优化。它和 SLAM 的区别是通常离线运行、不要求图像按时间顺序。开源工具 COLMAP 是最常用的实现；做 NeRF、3D 高斯泼溅或真实场景搬进仿真（Real-to-Sim）时，第一步往往就是用 SfM 算相机位姿。近年 DUSt3R、VGGT 等前馈模型尝试一次性直接输出位姿和几何。

例子用手机绕桌上的杯子拍 50 张照片，丢进 COLMAP，得到每张照片的相机位姿和杯子的稀疏点云，再拿去训练 3D 高斯泼溅。

也叫

从运动恢复结构

相关

光束法平差、特征匹配、三角化、COLMAP、多视图立体、前馈式三维重建

来源

Structure-from-Motion Revisited (Schönberger & Frahm, CVPR 2016)
COLMAP 官方文档