多幅图像通过网络学习生成3D点云或模型
个人理解如下：
多幅图像生成3D模型，从2D到3D，需要我们算出深度信息。其原理是要找到多幅图像之间的联系（Correspondence），通过Correspondence便可以求出每个像素点的深度。传统的方法(SFM)是通过特征匹配来寻找Correspondence，而深度学习，目前最流行的CNN，是通过有监督的学习来寻找不同图像之间的Correspondence。
其实说白了，就是图像匹配这块用机器学习代替了传统的特征匹配。
■网友
【多幅图像通过网络学习生成3D点云或模型】 肯定是 CNN 啦……
能通过一张照片(2D)得到3D的模型吗？
虽然标题是一张照片，其实回答里有说到多张和点云的……
■网友
刚看到有人问过类似问题，可以看链接
当前深度学习和slam结合有哪些比较好的论文，有没有一些开源的代码?
推荐阅读
- 船舶■江苏镇江谏壁船闸2020年船舶通过量近2亿吨
- 红米手机通过QQ空间的成功营销，给涉足社会化营销的企业有哪些启示
- 想要入门图像处理，应该从哪本书看起
- 商家通过低保户购物而把自己的利润返还赠送低保户安装宽带或者旧电脑可行吗
- 学图像处理有哪些不错的书推荐
- 疾病|医生不避讳：4种疾病可以通过性传播，思想开放的人要小心了
- 卫星云图中这种图像是啥情况
- 通过物理地址和IP地址能监控到啥
- 知识产权保护|中国（南通）知识产权保护中心通过预验收
- 考研的时候通过啥渠道获得自己需要的信息