聊聊计算机视觉最不卷的方向：三维重建

我爱计算机视觉

提到计算机视觉（CV），大多数人脑海中会立马浮现出一个字：“卷”。卷到什么程度呢？2022年秋招CV工程师岗位数下降了16%，但求职人数增加了23%，求职人数与招聘岗位的比例达到了恐怖的15:1，大部分CV领域的求职者都转向了开发或者产品运营岗位。

为什么这么卷呢？因为2D视觉的算法大部分都开源了，并且深度学习的理论没有门槛，经典的YOLO等物体检测算法基本人人都了解，差异化不大。但是，与2D视觉形成明显对比的是，3D视觉领域依然处于供需平衡的状态，尤其是三维重建方向，更是供不应求。

当下三维重建快速发展，在自动驾驶高精地图、AR、娱乐等产业落地广泛。但三维重建方向融合了计算机视觉、计算机图形学、图像处理等多门学科的知识，是一套非常复杂的工程系统，涉及知识点甚多，入门门槛较高，并且国内并没有完整的书籍、教程作为学习资料，使得大部分同学入门即放弃。

图1 三维重建效果图

经典三维重建系统的整个pipeline从相机标定、基础矩阵与本质矩阵估计、特征匹配到运动恢复结构（SFM），从SFM到稠密点云重建、表面重建、纹理贴图。熟悉SFM的工程师已经是行业内的佼佼者，能掌握稠密点云重建与表面重建的工程师更是凤毛麟角。

图2 经典三维重建系统pipeline

越难的领域，意味着竞争越少。如果想学习三维重建，如何摆脱这种魔咒，实现三维重建知识通关呢？深蓝学院开设的『基于图像的三维重建』在线课程，推荐给你。本门课程的知识覆盖经典三维重建系统的整个pipeline，每章节均搭配实践代码用于理解与巩固；课程学习完成，可以自主实现一个完整的三维重建系统。

课程详情，扫码咨询

备注【370】优先通过！

教学团队

鲁鹏

北京邮电大学副教授

2006年7月获得中国科学院自动化研究所博士学位，2008 年到2010 年在北京大学人机交互与多媒体实验室从事博士后研究，主要研究方向为机器学习、计算机视觉、人机交互。主持纵向项目包括：国家自然科学基金项目"面向概念设计的虚实融合环境交互技术研究"，博士后基金项目"自然的三维概念草图绘制技术研究"；作为负责人完成国家863项目"基于双目立体视觉的自然交互技术"的研究工作；同时，主持多项横向课题的研究工作。