3D視覺介紹

我們生活在三維空間中，如何智能地感知和探索外部環(huán)境一直是個熱點難題。2D視覺技術(shù)借助強大的計算機視覺和深度學(xué)習(xí)算法取得了超越人類認知的成就，而3D視覺則因為算法建模和環(huán)境依賴等問題，一直處于正在研究的前沿。近年來，3D視覺技術(shù)快速發(fā)展，并開始結(jié)合深度學(xué)習(xí)算法，在智能制造、自動駕駛、AR/VR、SLAM、無人機、三維重建、人臉識別等領(lǐng)域取得了優(yōu)異的效果。

3D視覺是計算機視覺的終極體現(xiàn)形式

2D視覺技術(shù)主要在二維空間下完成工作，三維信息基本上沒有得到任何利用，而三維信息才真正能夠反映物體和環(huán)境的狀態(tài)，也更接近人類的感知模式。近年來，學(xué)術(shù)界和工業(yè)界推出了一系列優(yōu)秀的算法和產(chǎn)品，被廣泛應(yīng)用到各個領(lǐng)域。

學(xué)術(shù)界：CVPR、ECCV、ICCV三大頂會每年和3D視覺相關(guān)主題的文章數(shù)量保持在十分之一左右，主要關(guān)注3D點云的識別與分割、單目圖像深度圖的生成、3D物體檢測、語義SLAM、三維重建、結(jié)構(gòu)光等。

工業(yè)界：3D視覺技術(shù)被廣泛應(yīng)用到人臉識別、智能機器人、自動駕駛、AR等領(lǐng)域，國內(nèi)外相關(guān)公司推出了一系列產(chǎn)品。OPPO、華為和蘋果等公司推出的3D+AI識別功能，通過掃描人臉三維結(jié)構(gòu)完成手機解鎖；自動駕駛領(lǐng)域通過分析3D人臉信息，判斷司機駕駛時的情緒狀態(tài)；SLAM方式通過重建周邊環(huán)境，完成建圖與感知；AR領(lǐng)域通過三維重建技術(shù)完成目標的重現(xiàn)。

3D視覺技術(shù)學(xué)習(xí)的難點？

3D視覺是一個范圍較廣的概念，涉及到硬件選型、離散數(shù)學(xué)、非線性優(yōu)化、最優(yōu)化理論、矩陣論、多視圖幾何、空間變換、點云處理、計算機視覺、SLAM、深度學(xué)習(xí)等相關(guān)知識點，對初學(xué)者來說，幾乎沒有一個完整明確的學(xué)習(xí)路線可以參考，入門較為困難，難以深入，許多人走了很多彎路還是沒有取得較好結(jié)果。然而，有價值的東西一般都很難，如果能夠完全掌握，一定會非常有競爭力。

目前關(guān)于3D視覺的書籍和論文過于零散，初學(xué)者很難掌握關(guān)鍵知識點，而且對于一些算法，不能夠真正理解，許多人因為較高門檻以及不正確的學(xué)習(xí)方式，最終選擇了放棄，錯過了讓自己升值的機會。

3D視覺技術(shù)學(xué)習(xí)路線

基于3D視覺領(lǐng)域缺少完整的知識路線，我和幾個朋友共同完成了3D視覺技術(shù)學(xué)習(xí)路線總結(jié)，并以思維導(dǎo)圖的形式呈現(xiàn)出來，主要包括0~16個小結(jié)，其中每個小結(jié)代表特定區(qū)域的知識點。學(xué)習(xí)路線的總結(jié)，需要較寬的知識面，由于自身有一定的知識盲區(qū)，若有缺漏之處還望指出，后續(xù)將會不斷更新維護該學(xué)習(xí)路線~