申抒含：大规模场景三维重建的SLAM与SfM方法

申抒含的报告聚焦于"基于图像的大规模场景三维重建"这一主题，主要探讨了三维几何视觉在SLAM（Simultaneous Localization and Mapping，同时定位与地图构建）领域的核心问题。SLAM是智能机器人，如无人车和增强现实（AR）系统中不可或缺的技术，它涉及到对环境的三维理解，包括场景的结构和相机的六自由度空间位姿。 报告首先强调了三维环境感知的重要性，因为这直接影响到机器人的感知、决策和行动能力。在大规模场景中，SLAM技术被分为两种主要途径：一种是在线SLAM，如通过视频序列进行实时处理，包括局部匹配、PnP（Perspective-n-Point）方法与三角化、局部束调整、闭环检测和图优化等步骤。这些技术允许机器人实时构建稀疏、准稠密或稠密的场景结构，并保持相机的精确位置。 另一种途径是结构从运动（Structure from Motion，SfM），通常用于离线处理多视角图像，通过全匹配、种子选择、两视图重建等步骤，先重建场景的稀疏结构，然后利用PnP计算相机的实时姿态。SfM通常涉及增量式处理，例如Nextbestview策略和ViewGraph简化，以优化整体模型。 图像三维重建的基本流程包括从稀疏点云开始，经过重建（可能生成稠密点云）、点云分割、语义分割（区分出不同部分和物体的语义信息），进而进行部件级别的语义建模，以及将单体模型转化为更复杂的三维语义模型。这些步骤不仅关注几何精度，还着重于提高模型的可用性和理解性。 申抒含的研究报告针对CSIG第一届全国SLAM技术论坛在浙江大学举办的活动，展示了SLAM技术在数字城市和无人驾驶等领域的实际应用，以及如何通过不断优化和创新来解决三维几何视觉中的挑战。这份报告深入探讨了技术细节，为相关研究者提供了宝贵的学习资源和最新进展。