SfM: Structure from motion

SfM

Structure from motion (SfM) is the process of estimating the 3-D structure of a scene from a set of 2-D images.

運動結構（SfM）是根據一組二維圖像估計場景的 3-D **結構的過程。

注意Motion是指相機在移動

SFM通常用來建立image structure。 這意味着它估計 照片位置，方向和相機參數。
而MVS（Multi view stereo）從SFM獲取的位置、方向、相機參數等信息，並製作3D密集點雲。
因此，爲了從一組圖像中創建3D模型，我們必須先執行SFM，然後執行MVS。
PS：MVS假設內部和外部（即照相機姿勢）是已知的，而SfM用於計算照相機姿勢。

但是也有文獻說：
in sparse modeling using Structure-from-Motion (SfM) and in dense modeling using Multi-View Stereo (MVS).
[Pixelwise View Selection for Unstructured Multi-View Stereo]

實際實踐中，我們可能是two views，也可能是multi views:

事實上，要創建3D重建圖像，只需從不同角度拍攝許多區域或物體具有高度重疊的圖像。 該相機不需要專門化，標準的消費級相機可以很好地適用於SfM方法。

當然，我們可以知道在多張images重建3D structure的時候，我們需要完成多個圖像中的匹配。 這種匹配依賴於一些獨特的特徵，通常是拐角或線段。跟蹤這些特徵，並用於生成相機位置和方向以及特徵座標的估計。

應用

一個貼近我們生活的應用就是：SfM方法被用於使用大量已有圖像來創建歷史建築和其他古蹟的3-D模型。