三维重建的常用深度模型有哪些

常用的三维重建深度模型包括：

1. 点云重建模型：通过激光扫描或者摄影测量等方式获取物体表面的点云数据，然后通过点云配准和三角化等方法重建出三维模型。

2. 立体视觉模型：通过多个视角下的图像数据，利用立体匹配算法得到场景中不同点的深度信息，进而重建出三维模型。

3. 深度学习模型：基于深度学习的方法，通过训练样本学习场景中不同点的深度信息，进而重建出三维模型。常见的深度学习模型包括基于卷积神经网络的方法和基于生成对抗网络的方法等。

4. 运动恢复模型：通过对物体运动过程中的图像序列进行分析，恢复出物体的三维运动轨迹和形状信息，进而重建出三维模型。常见的运动恢复模型包括运动结构重建和非刚性形变恢复等。

5. 光流模型：通过分析场景中不同点在不同时间下的图像信息，估计出场景中点的速度信息，进而推断出物体的三维形状。常见的光流模型包括基于稠密光流和稀疏光流的方法等。