张卫星，吴 爽，林 楠，张文宁，杨 聪

1(郑州大学 软件学院，郑州 450002 ) 2(中原工学院 软件学院，郑州 450000 ) E-mail：wangyuanyc@zzu.edu.cn

1 引 言

相较于二维图像，三维图像更能直观地反映真实的世界，如何借助计算机还原目标的三维信息是目前热点研究方向之一.对人来说，通过眼睛的观察和先验知识的储备可以使用工具或软件对二维图像进行还原.对计算机来说该如何去做呢？计算机视觉研究的一个关键目标即从观测到的二维图像还原其三维效果[1].在文物修复[2]、三维面部识别[3]、生成三维模型[4]等领域中如何理解并还原其三维效果至关重要.因为在目标分类的任务中理解并还原三维图像或模型可为任务完成提供更多有效信息，包括形状、纹理等.因此，探索有效还原三维信息的方法是计算机图形学和计算机视觉领域的一个重要课题.

三维生成方法大致可分为经典三维重建方法、基于RGB-D相机的三维重建方法以及基于深度学习的三维生成方法.经典三维重建模式相关综述性文章包括：数学相关三维重建[5，6]、隐式表面绘制方法综述[7]、三维点云表面重建综述[8]、基于图像的三维重建方法综述[9].经典三维重建方法包含隐式三维重建方法[10]、基于SIFT[11]的三维重建方法[12]、基于立体视觉的三维重建方法[13-15]等.但此类方法在三维重建过程中均易受环境干扰，从而导致精度难以保证；且存在对测距设备、图像等依赖问题，重建结果的稳定性有所欠缺.

RGB-D相机的出现为三维重建方法的出现带……