从零开始跑通3DGS教程：介绍

写在前面

• 本文内容
  本文所属《从零开始跑通3DGS教程》系列文章，将实现从原始图像(有序、无序)数据开始，经过处理(视频抽帧成有序)，SFM，3DGS训练、编辑、渲染等步骤，完整地呈现从原始图像到新视角合成的全部流程；为了解决环境问题，本文的所有需要环境的算法均在dokcer中运行(不用担心不会docker，有相应的命令能保证正常运行)

• 平台/环境
  linux, nvidia GPU, docker

• 转载请注明出处：
  https://blog.csdn.net/qq_41102371/article/details/146532637

大致说明

1、目的：
本系列文章不作算法细节上的解释，主要以工程实现的角度，串通每个流程；
2、明确输入和最终输出：
整体上，输入为一组环境或者目标的图像(有序无序都行，有序主要针对视频数据)，输出为新视角合成图像；

系列文章

系列文章

• 介绍
  从零开始跑通3DGS教程：介绍

• 数据(采集):
  从零开始跑通3DGS教程：(一)数据(采集)

• SFM(colmap)计算初始点云和相机pose:
  从零开始跑通3DGS教程：(二)SFM(colmap)计算初始点云和相机pose
  该步骤将通过structure from motion算法，计算出每张图像的pose，以及整个场景和目标的稀疏点云

• 坐标系与尺度编辑(CloudCompare):
  从零开始跑通3DGS教程：(三)坐标系与尺度编辑(CloudCompare)

• 修改sfm生成的原始数据
  从零开始跑通3DGS教程：(四)修改(缩放、空间变换)colmap生成的sfm结果

• 3DGS训练:
  从零开始跑通3DGS教程：(五)3DGS训练

• Gaussian Model编辑与渲染:
  从零开始跑通3DGS教程：(六)Gaussian Model编辑与渲染

完

主要做激光/影像三维重建，3DGS，配准、分割等常用点云算法，熟悉open3d、pcl等开源点云库，技术交流、咨询可私信