《计算机视觉中的多视图几何》笔记（0）

为什么要做这个专栏

计算机视觉的一大研究目标是使计算机具有通过2D图像认知3D环境信息的能力。近年来，随着SLAM、SfM+MVS、NeRF等技术的爆火和相关产业的蓬勃发展，越来越多的人加入到三维重建的领域当中。

然而，如何入门3D视觉是一件难事。在我和身边同学交流、在公司实习、在网上社区分享的过程中，我了解到，有相当多的人是在“赶鸭子上架”的情况下开始干活的：作为学生，想把横向赶紧结题、想赶紧发文章毕业；作为从业者，给投资人做个demo、在开源代码上做点提升把这个月KPI混过去……短期内或许能够应付，但想要再进一步，可能会遇到很多问题。我当年也是在这种情况下接触到这本书的，彼时就是在不明所以的横向课题中误打误撞找到了这个方向，魔改网络各种尝试才达到了毕业要求，但我不甘心只是用深度学习去暴力地拟合得到一个答案，只是一个“知其然但不知其所以然”的状态，于是非常希望要把“原理”弄懂。

后来我找到了《Multiple View Geometry in Computer Vision》这本书，真的是相见恨晚。非常非常非常推荐大家阅读原书。如果阅读英语没有困难的话还是推荐大家阅读英文版。

一些参考资料

我在这里列出一些资源和阅读这本书时参考的资料：

• 原书下载渠道1：r5-org
• 原书下载渠道2：Oxford VGG
• Matlab代码链接：Oxford VGG
• 知乎大佬的笔记：《计算机视觉中的多视图几何》阅读笔记-电光幻影炼金术
• Github上的笔记：baoguoma/note-for-MVG

这个专栏将包含什么

从今天开始，我将把这本3D视觉的必读书目，按章节整理成笔记，组成一个专栏。这本书共有600多页，内容很多，因此笔记无法面面俱到（否则等于把所有内容抄一遍了），只整理重要的知识点和一些思考，并配合一些代码（如果有条件的话），希望该笔记可以作为你辅助阅读的材料。