三维重建技术与实践:基于NeRF与3DGS电子书

Preface 前言

第1章 Chapter 1 三维重建与渲染技术概述和实现原理

1.1 三维重建原理与三维图形渲染主流方法

1.1.1 三维重建的基本原理

1.1.2 三维图形渲染主流方法

1.2 基于图像的渲染

1.2.1 图像变形方法

1.2.2 视图渐变的典型处理方式

1.2.3 基于视图渐变的代码实现解析

1.3 MVS

1.3.1 立体视觉的深度估计原理

1.3.2 双视图几何

1.3.3 多视图几何及其在三维重建中的应用

1.4 SfM

1.4.1 基本流程

1.4.2 场景图的构建与增强

1.4.3 场景图构建关键算法：RANSAC与PnP

1.4.4 递增式三维重建算法

1.5 NeRF

1.5.1 体渲染视图合成

1.5.2 神经隐式表示

1.5.3 NeRF与体渲染

1.6 3DGS

1.7 小结

第2章 Chapter 2 三维坐标系与空间投影

2.1 几何基础与线性变换

2.1.1 空间基本元素与结构表达

2.1.2 几何变换与仿射表达

2.1.3 三维旋转的表示方法

2.2 三维空间到设备坐标系的映射

2.2.1 向量运算与几何变换

2.2.2 矩阵运算与几何变换

2.2.3 齐次坐标系

2.2.4 相机几何模型与参数化

2.2.5 透视投影与正交投影

2.2.6 投影变换与视口映射

2.3 三维物体的表示方法

2.3.1 边界表示法

2.3.2 体素表示法

2.3.3 参数化表示法

2.3.4 隐式表示法

2.4 小结

第3章 Chapter 3 三维渲染技术与实现

3.1 渲染技术基础

3.1.1 渲染流水线处理阶段

3.1.2 坐标空间变换

3.1.3 三维场景构成

3.2 体渲染技术

3.2.1 光线投射在体渲染中的应用

3.2.2 透射率函数与体渲染计算

3.2.3 体渲染代码实现

3.3 纹理映射技术

3.3.1 基本原理

3.3.2 纹理采样子系统

3.3.3 纹理滤波子系统

3.4 小结

第4章 Chapter 4 NeRF核心技术与关键源码分析

4.1 图像数据集的获取

4.1.1 图像位姿获取

4.1.2 空间点云生成

4.2 场景坐标系

4.2.1 NeRF与NDC

4.2.2 空间收缩

4.3 采样优化

4.3.1 分级采样

4.3.2 网格采样

4.4 采样数据编码

4.4.1 位置编码

4.4.2 多分辨率的散列编码

4.5 小结

第5章 Chapter 5 NeRF模型可视化开发与调试

5.1 NerfStudio简介与环境部署

5.1.1 简介

5.1.2 环境部署

5.2 NerfStudio核心功能详解

5.2.1 数据加载与预处理

5.2.2 模型训练与评估

5.2.3 可视化与结果导出

5.2.4 性能分析与调试工具

5.3 第三方模型集成与扩展指南

5.3.1 管道

5.3.2 NerfStudio扩展

5.3.3 自定义方法扩展示例：Zip-NeRF模型

5.4 小结

第6章 Chapter 6 3DGS核心技术

6.1 三维高斯表示

6.1.1 基于点的三维场景表示

6.1.2 三维高斯表示及参数化

6.1.3 三维高斯表示的结构变体

6.2 渲染与光栅化

6.2.1 点基元的渲染方法

6.2.2 3DGS渲染

6.2.3 快速可微光栅化

6.2.4 损失函数与优化策略

6.3 密度控制策略

6.3.1 自适应密度控制

6.3.2 密度控制改进方法

6.4 小结

第7章 Chapter 7 三维重建的相关插件与应用

7.1 三维模型提取与交互渲染插件

7.1.1 三维模型提取：基于GauStudio

7.1.2 基于PlayCanvas的交互渲染

7.2 编辑与后期处理：基于Blender插件

7.2.1 插件安装与功能介绍

7.2.2 插件应用

7.2.3 插件优化

7.3 小结

第8章 Chapter 8 NeRF/3DGS的加速与性能优化

8.1 配置GPU环境与安装Intel PyTorch扩展包

8.2 异构计算性能分析与优化实例

8.2.1 阿姆达尔定律

8.2.2 性能分析工具

8.2.3 SYCL与DPC++优化实例分析

8.2.4 Zip-NeRF优化实例分析

8.2.5 3DGS优化实例分析

8.3 Gaudi加速计算平台与SynapseAI

8.3.1 Intel Gaudi简介

8.3.2 Gaudi平台上AI模型的迁移

8.4 小结

推荐阅读