1、Meshroom ⭐4,474
Meshroom是一款基於AliceVision攝影測量計算機視覺框架的免費開源三維重建軟件。
https://github.com/alicevision/meshroom
2、Openmvg ⭐2,829
Openmvg庫根據三維計算機視覺和結構的運動。OpenMVG提供了一個端到端的3D重建,它由圖像框架組成,包含庫、二進制文件和管道。
- 這些庫提供了簡單的功能,如:圖像處理,功能描述和匹配,功能跟蹤,相機模型,多視圖幾何,旋轉估計…
- 該二進制文件解決了管道可能需要的單元任務:場景初始化、特徵檢測與匹配和運動重建的結構,並將重建的場景導出到其他多視點立體視覺框架中,以計算密集的點雲或紋理網格。
- 這些管道通過鏈接各種二進制文件來計算圖像匹配關係
OpenMVG是用c++開發的,可以在Android、iOS、Linux、macOS和Windows上運行。
https://github.com/openMVG/openMVG
3、Awesome_3dreconstruction_list ⭐2,261
與圖像3D重建相關的論文和資源精選清單
https://github.com/openMVG/awesome_3DReconstruction_list
4、Awesome Point Cloud Analysis ⭐1,801
關於點雲分析(處理)的論文和數據集列表
https://github.com/Yochengliu/awesome-point-cloud-analysis
5、Opensfm ⭐1,635
OpenSfM是一個用Python編寫的運動庫的結構。該庫作爲一個處理管道,用於從多個圖像重建相機姿態和3D場景。它由運動結構的基本模塊(特徵檢測/匹配,最小解算)組成,重點是構建一個健壯的、可伸縮的重建管道。它還集成了外部傳感器(如GPS、加速計)測量,以實現地理定位和魯棒性。提供了一個JavaScript查看器來預覽模型和調試管道。
https://github.com/mapillary/OpenSfM
6、Alicevision ⭐1,318
AliceVision是攝影測量計算機視覺框架,可提供3D重建和相機跟蹤算法。AliceVision旨在通過可測試,分析和重用的最新計算機視覺算法提供強大的軟件基礎。該項目是學術界和工業界合作的結果,旨在爲尖端算法提供魯棒性和生產使用所需的質量。
https://github.com/alicevision/AliceVision
7、Openmvs ⭐1,193
OpenMVS是面向計算機視覺的庫,尤其是針對多視圖立體重建社區的。儘管有針對運動結構管道(例如OpenMVG)的成熟而完整的開源項目,這些管道可以從輸入的圖像集中恢復相機的姿勢和稀疏的3D點雲,但沒有一個解決攝影測量鏈的最後一部分-流。OpenMVS旨在通過提供一套完整的算法來恢復要重建場景的整個表面來填補這一空白。輸入是一組攝影機姿勢加上稀疏的點雲,輸出是帶紋理的網格。該項目涉及的主要主題是:
- 密集的點雲重構,以獲得儘可能完整,準確的點雲
- 網格重建,用於估計最能解釋輸入點雲的網格表面
- 網格細化可恢復所有精細細節
- 網格紋理,用於計算清晰準確的紋理以對網格着色
https://github.com/cdcseacave/openMVS
8、Bundler_sfm ⭐1,158
https://github.com/snavely/bundler_sfm
9、Bundlefusion ⭐752
使用在線表面重新整合進行實時全局一致的三維重建
https://github.com/niessner/BundleFusion
10、Face_swap ⭐636
面部交換:https://github.com/YuvalNirkin/face_swap
11、Scannet ⭐678
ScanNet是一個RGB-D視頻數據集,包含超過1500次掃描中的250萬次視圖,使用3D攝像機姿態、表面重建和實例級語義分段進行註釋。
https://github.com/ScanNet/ScanNet
12、Softras⭐540
SoftRas是一個真正的可微分渲染框架,把渲染作爲一個可微分的聚合過程,融合所有網格三角形的概率貢獻相對於渲染像素。
https://github.com/ShichenLiu/SoftRas
13、Pifu ⭐474
https://github.com/shunsukesaito/PIFu
14、Matterport ⭐460
用於RGB-D機器學習任務的非常棒的數據集。
https://github.com/niessner/Matterport
15、Kimera⭐456
Kimera是一個用於實時度量-語義同步定位和映射的c++庫,它使用攝像機圖像和慣性數據來構建環境的語義註釋3D網格。Kimera是模塊化的,支持ros,在CPU上運行。
https://github.com/MIT-SPARK/Kimera
16、Mvs Texturing ⭐421
項目可以根據圖像對3D重建進行紋理處理。該項目專注於使用運動和多視圖立體技術的結構生成的3D重建。
https://github.com/nmoehrle/mvs-texturing
17、Livescan3d ⭐402
LiveScan3D是一個實時三維重建系統,使用多個Kinect v2深度傳感器同時進行三維重建。產生的3D重建形式是有色點雲的形式,所有Kinect的點都放置在同一座標系中。該系統的可能使用場景包括:
- 同時從多個視點捕獲對象的3D結構,
- 捕獲場景的“全景” 3D結構(通過使用多個傳感器來擴展一個傳感器的視場),
- 將重建的點雲流式傳輸到遠程位置,
- 通過讓多個傳感器捕獲同一場景來提高單個傳感器捕獲的點雲的密度。
https://github.com/MarekKowalski/LiveScan3D
18、Voxelhashing ⭐364
大規模、實時三維重建:https://github.com/niessner/VoxelHashing
19、Layoutnet ⭐298
從單個RGB圖像重建三維房間佈局
https://github.com/zouchuhang/LayoutNet
20、Tsdf Fusion Python ⭐295
這是一個輕量級的python腳本,可將多個顏色和深度圖像融合到TSDF體積中,然後可以將其用於創建高質量的3D表面網格和點雲。在Ubuntu 16.04上測試效果如下圖:
https://github.com/andyzeng/tsdf-fusion-python
21、Intrinsic3d ⭐231
通過外觀和幾何優化以及空間變化的照明實現高質量3D重構
https://github.com/NVlabs/intrinsic3d
22、Kimera Semantics ⭐228
從2D數據進行實時3D語義重構
https://github.com/MIT-SPARK/Kimera-Semantics
23、Awesome Holistic 3d ⭐209
3D重建的論文和資源清單:
https://github.com/holistic-3d/awesome-holistic-3d
24、3dreconstruction ⭐151
使用Python3進行SFM的3D重建
https://github.com/alyssaq/3Dreconstruction
25、Structured3d ⭐121
用於結構化3D建模的大型照片級數據集
https://github.com/bertjiazheng/Structured3D
26、Synthesize3dviadepthorsil ⭐117
通過對多視圖深度圖或輪廓建模來生成和重建3D形狀
https://github.com/Amir-Arsalan/Synthesize3DviaDepthOrSil
27、Msn Point Cloud Completion ⭐111
https://github.com/Colin97/MSN-Point-Cloud-Completion
28、Cnncomplete ⭐107
用於訓練體積深層神經網絡以完成部分掃描的3D形狀的代碼
https://github.com/angeladai/cnncomplete
29、Reconstructiondataset ⭐95
用於進行三維重建的一組圖像
https://github.com/rperrot/ReconstructionDataSet
30、3d Recgan Extended ⭐81
從單個深度視圖進行密集的3D對象重建
https://github.com/Yang7879/3D-
關於更多機器學習、人工智能、增強現實資源和技術乾貨,可以關注公衆號:AIRX社區,共同學習,一起進步!