[论文解读]Graph-Based Parallel Large Scale Structure from Motion

基于图的并行大尺度场景重建

为啥有了这篇论文解读吧……是我随便浏览看到的，扫了两眼发现这论文方法我以前做比赛用过（比赛具体内容在这），然后就继续看了下去发现比我以前做的方法好多了，虽然本质是一个思路。

我们在做三维重建时候，特别是图片特别多，场景特别大的时候，其实现有很多SFM程序都会出现特别差的结果（OpenMVG、Colmap）。这类方法是增量式重建的（OpenMVG也有全局的），程序慢慢加图片时候会增加误差，虽然有BundleAdjustment，但是由于增量式的三维重建并没有很好的初始相机位姿，图片加着加着变多了，前面阶段优化负担积累过于沉重导致后面想改也改不过来。这都是我个人理解，很简单例子，colmap就算用video模式重建个房间也会大概率崩掉。但是一个SLAM系统就能得到相对很高的精度。
再说个题外话：我感觉SFM这类重建算法出发点是想重建一个物体，就是相机围绕着某个物体重建；但是SLAM这种其实是相机在物体里面定位建图；这也算两种方法一大不同吧，不单单是实时性问题。
解决这种问题方法也很简单，我直接先全局大致算下位置，作为初始值再添加照片不就行了么，确实如此，这就是Global SFM的出发点。
回到本文的3D reconstruction，其实就是基于Colmap开发个pipeline，把一大堆照片先分成小组，每个小组重建，重建的结果再合并。

先写到这，刚才看了看后面的实验，我觉得得下载个代码试验下。

=====================================================
更新：这个感觉有毒……编译起来bug很多不说，编译成了又用不了GPU，看着是在colmap基础上改的但是有各种问题，建议几种主要依赖（ceres、gflag glog eigen）都源码编译。
结果挺垃圾的，可能是参数没有调整好，TUM room1 只恢复了750张图片（1300张），而且看着三维点特别少，最近刚面华为实习也没空做这种实验，以后再做吧。