三维重建

AGV算法笔记

CVPR 2025顶级SLAM论文精读：MASt3R-SLAM如何用单目相机实现实时稠密三维重建？SLAM 单目视觉三维重建机器人视觉 MASt3R-SLAM CVPR2025 稠密建图最近几年，SLAM 领域正在发生一个明显变化：过去大家更多关注特征点、光流、BA优化、回环检测；现在越来越多工作开始把三维重建大模型、视觉基础模型、稠密几何先验引入 SLAM 系统。

NeRF论文复现1 --- 代码运行和数据集分析NeRF是近年来神经网络发展的一大丰碑，几年前第一遍看这篇论文的时候几乎马上就爱上了这个研究（这个体验是很少的，大部分论文看一遍要么盲目地觉得我上我也行，要么直接不知道它想干嘛）。不过由于走学术弯路和工作重心不在这等等原因，一直也没仔细去看这一系列的工作。直到最近开始看可微渲染相关的内容，才觉得这块得好好补一补。于是从旧笔记堆里又把这篇原始论文翻出来开始研究。

NeRF论文复现2 --- 原理及源码解析这篇文章将详细解析NeRF的原理，开始之前推荐下列的视频：【较真系列】讲人话-NeRF全解（原理+代码+公式）_哔哩哔哩_bilibili

三大维度焕新！GISBox2.2.0新增三维重建模块与性能优化为进一步提升软件实用性、稳定性与操作便捷性，GISBox正式推出2.2.0版本更新。本次更新聚焦用户核心使用需求，涵盖功能新增、问题修复与体验优化三大板块，全方位完善GIS操作体验，助力用户高效完成各类地理信息处理工作，以下为详细更新内容。

搬砖者（视觉算法工程师）

3D模型生成之有向距离场（SDF）和光线行进（Ray Marching）在阅读与3D模型生成相关的论文时，SDF是非常常见的关键词，因此笔者在此向大家介绍有向距离场（Signed Distance Field）。

搬砖者（视觉算法工程师）

对占用网络（Occupancy Networks）的简单介绍众所周知，Tesla的FSD引入了Occupancy Networks技术，用来重建车子周遭的3D环境。正好笔者也看过相关的论文，趁这个机会跟大家介绍一下。

【4DGS】4C4D：4个摄像头4DGS成像标题：4C4D: 4 Camera 4D Gaussian Splatting 来源：清华大学软件学院；快手科技链接：https://junshengzhou.github.io/4C4D

【世界模型】Captain Safari：位姿对齐3D记忆的世界引擎（CVPR 2026）标题：Captain Safari: A World Engine with Pose-Aligned 3D Memory 来源：约翰霍普金斯大学；清华大学；加州大学圣克鲁兹分校链接：https://johnson111788.github.io/open-safari/

前馈式3D Gaussian Splatting 研究地图（路线三）：大重建模型如何进入 3DGS——GRM、GS-LRM 与 Long-LRM 的方法转向系列文章全文导航（总览篇） Part I：前馈式 3DGS 的起步范式：从像素到高斯 Part II：前馈式 3DGS 的 depth-first 转向 Part III：Transformer 如何重写前馈式 3DGS 的信息聚合方式 Part IV：Pose-Free 前馈式 3DGS：从实验室输入走向真实世界图像集合 Part V：结构化潜空间与高斯体：前馈式 3DGS 的下一代表示基座 Part VI：Adaptive Placement and Generative Coupling in Fe

前馈式3D Gaussian Splatting 研究地图（路线二）：几何优先的前馈式 3DGS——前馈式 3DGS 如何重新拥抱多视图几何系列文章全文导航（总览篇） Part I：前馈式 3DGS 的起步范式：从像素到高斯 Part II：前馈式 3DGS 的 depth-first 转向 Part III：Transformer 如何重写前馈式 3DGS 的信息聚合方式 Part IV：Pose-Free 前馈式 3DGS：从实验室输入走向真实世界图像集合 Part V：结构化潜空间与高斯体：前馈式 3DGS 的下一代表示基座 Part VI：Adaptive Placement and Generative Coupling in Fe

【世界模型】video2world：从不一致视角重建世界标题：World Reconstruction From Inconsistent Views 来源：德国慕尼黑工业大学链接：https://lukashoel.github.io/video_to_world

PAGE-4D、4RC、Track4World论文解读motivation：由于VGGT训练数据通常是静态的，当遇到人体、可变形物体时等复杂动态元素的真实世界场景中，性能就会出现下降。另外在动态场景进行4D重建时，不同的子任务会出现张力，pose estimation依赖静态场景的极几何约束，depth和point cloud则需要动态区域的运动线索来建模物体，所以VGGT在动态场景中误差极大。

Easi3R、VGGT4D、4D-VGGT论文解读目录一、Easi3R1、概述2、架构设计二、VGGT4D1、概述2、架构设计三、4DVGGT1、概述2、架构

Spann3R、MUSt3R、CUT3R、TTT3R论文解读这几个论文都是增量式重建的方法，TTT3R是建立在CUT3R上的改进，区别于VGGT那一类全局重建的方法。

【小白说】【论文拆解】Deep Implicit Moving Least-Squares Functions for 3D Reconstruction

【小白说】【论文拆解】SALD: SIGN AGNOSTIC LEARNING WITH DERIVATIVES

【小白说】【论文拆解】Implicit Neural Representations with Periodic Activation Functions

3DGS高斯泼溅渲染简单理解本文主要是对比游戏开发时的建模渲染过程来简单理解，尽量不涉及学术和数学原理https://zhuanlan.zhihu.com/p/137780634

【小白说】【论文拆解】SSRNet: Scalable 3D Surface Reconstruction NetworkDOI：10.1109/CVPR42600.2020.00105这里有一个邻近点的平均输入法线。点与数据的每个点在预处理阶段已经计算好的法线向量。这些法线作为算法的输入数据提供给SS RNET对于要处理的顶点找到它周围。的K个邻近点，并且获取这些邻近点各自的输入法线向量。将这些法线向量进行向量平均，得到一个平均返现向量。然后用这个平均法解来校正通过协方差分析得到的切平面方向。从而解决法线方向可能存在的歧义问题。像传统的PCA方法计算出的法线方向可能会存在180度的不确定，而使用邻近点的平均输入法线可以利用

【小白说】【论文拆解】Convolutional Occupancy Networks