寫在前面

• 本文內容
  本文所屬《從零開始跑通3DGS教程》系列文章，將實現從原始圖像(有序、無序)數據開始，經過處理(視頻抽幀成有序)，SFM，3DGS訓練、編輯、渲染等步驟，完整地呈現從原始圖像到新視角合成的全部流程；為了解決環境問題，本文的所有需要環境的算法均在dokcer中運行(不用擔心不會docker，有相應的命令能保證正常運行)

• 平臺/環境
  linux, nvidia GPU, docker

• 轉載請注明出處：
  https://blog.csdn.net/qq_41102371/article/details/146532637

大致說明

1、目的：
本系列文章不作算法細節上的解釋，主要以工程實現的角度，串通每個流程；
2、明確輸入和最終輸出：
整體上，輸入為一組環境或者目標的圖像(有序無序都行，有序主要針對視頻數據)，輸出為新視角合成圖像；

系列文章

系列文章

• 介紹
  從零開始跑通3DGS教程：介紹

• 數據(采集):
  從零開始跑通3DGS教程：(一)數據(采集)

• SFM(colmap)計算初始點云和相機pose:
  從零開始跑通3DGS教程：(二)SFM(colmap)計算初始點云和相機pose
  該步驟將通過structure from motion算法，計算出每張圖像的pose，以及整個場景和目標的稀疏點云

• 坐標系與尺度編輯(CloudCompare):
  從零開始跑通3DGS教程：(三)坐標系與尺度編輯(CloudCompare)

• 修改sfm生成的原始數據
  從零開始跑通3DGS教程：(四)修改(縮放、空間變換)colmap生成的sfm結果

• 3DGS訓練:
  從零開始跑通3DGS教程：(五)3DGS訓練

• Gaussian Model編輯與渲染:
  從零開始跑通3DGS教程：(六)Gaussian Model編輯與渲染

完

主要做激光/影像三維重建，3DGS，配準、分割等常用點云算法，熟悉open3d、pcl等開源點云庫，技術交流、咨詢可私信