RealityCapture重建试验
一、使用已有数据集
（一）小型物件（官网）
输入：Camera_Lubitel2_studio
“Lubitel Camera” consisting of 72 images
地址：https://www.capturingreality.com/advent-calendar-datasets
Captured with Canon 5D mark III
基本流程：
- Input
- Align Images
- calculate model
- colorize + texture
- adjust & export （导出时记得不要把相机加入模型）
输出：
with color and texture
评价：
重建效果令人满意，从RGB图集中可以看出清晰的拍摄镜头逻辑，中间平移一圈，中上平移一圈，中下平移一圈。因而相机位姿容易估计。同时背景简单，干扰小。对个人拍摄取景有一定指导意义，但是由于小物件重建，与大型建筑的重建在相机拍摄点位置选取上有较大的复杂度差别。
（二）大型建筑
输入：Aos Hus
consists of 811 images
地址：https://www.maths.lth.se/matematiklth/personal/calle/dataset/dataset.html
position of camera spot
流程
- 重建后：额外修剪 RECONSTRUCTION - lasso - Filter Selection 去除不需要的建模部分
输出
（meshlab打开后，操作过于卡顿）
评价：大型建筑的相机取景点就很关键。拍摄时主要应考虑不同相机位置的照片能否被关联起来。否则重建时会无法关联而重建失败。这在内景外景的合并上更重要。（inspection可以查看相机关联？
官网看到一个视频，详细介绍了建筑内外景重建的过程和一些经验
如果视频无法显示的话，这是地址：https://www.youtube.com/embed/rrXuHcqoOjQ
但同时也有毛刺:
二、使用自采集数据
一组采集了篮球场前的小雕像的图片；另一组采集了新北食堂。采集本身都有问题。会出现warning。
新北食堂只有一小组图像被重建出来，因为那一块比较干净，也没什么杂物。其他地方直接无法被重建
分析：
- 重建倾斜、重建图片无法关联...都是数据采集问题。最好的情况应该是，相机用支架撑起，下装滑轮，绕某处匀速移动，并设置拍摄间隔时间；或直接就无人机了[doge]。
总结起来就是还没能帮上忙，只是自己进一步体验了下较为完整的建模过程和自己实地采集RGB照片的体感。
