拍少了
表面只有单视角或稀疏观测，三角化和纹理采样都缺少可靠依据。
几何覆盖不足REAL RECONSTRUCTION · EXPLAINABLE NEXT BEST VIEW
让下一张照片，
成为重建的关键一块。
智拍三维把真实多视图重建、缺陷定位和下一最佳视角规划放在同一个闭环里。 系统不只告诉你“模型有缺口”，还会解释下一张照片应该从哪里拍，以及预计改善什么。
14 / 14真实照片注册
2,563稀疏三维点
295.4 s完整生产运行
ETH3D PIPES · REAL 14-VIEW CASE
真实重建观测场
加载真实模型
读取 GLB 与相机数据
拖拽旋转 · 滚轮缩放 · 右键平移
已注册相机 14
候选拍摄点 5
缺陷目标
载入中
THE PROBLEM
问题不在“能不能拍”，而在“下一次该拍哪里”。
传统重建工具通常在流程结束后才告诉你失败。此时拍摄预算已经耗尽，用户仍不知道缺失来自角度、遮挡、基线还是纹理。
拍偏了
相机集中在同一方位，视线夹角过小；照片很多，但新增几何信息有限。
基线与观测角度不足拍完才发现
缺陷、遮挡和纹理冲突没有被映射回三维空间，无法转化为下一次拍摄任务。
缺陷不可执行
智拍三维的切入点
把逐 texel 观测、相机位姿、网格几何、纹理缺陷和不确定性统一到可查询的三维缺陷索引，再用可解释收益模型规划下一张照片。
SYSTEM ARCHITECTURE
两条闭环，共用一个真实三维底座。
本地重建链路负责生产证据；静态展示站只读取已核验成果，不连接用户 localhost，也不把推理接口暴露到公网。
LOCAL RECONSTRUCTION
照片输入与质量筛查
↓
SIFT / ALIKED + LightGlue
↓
pycolmap 稀疏 SfM
↓
稠密点云 · 表面估计 · 纹理
↓
质量分析与三维缺陷索引
↓
NBV 候选视点与收益评分
真实实验产物
只读快照
PUBLIC SHOWCASE
Cloudflare Pages 静态站
↓
项目叙事与真实指标
↓
Three.js 交互模型
↓
相机、候选视点与目标连线
↓
无登录 · 无上传 · 无 API 密钥
CAPTURE → RECONSTRUCT → REPLAN
从照片到下一张照片。
每一步都保留输入、参数、产物和指标。推荐视点必须能追溯到真实缺陷区域，而不是套用固定八方向模板。
- 01
采集与筛查
格式、尺寸、清晰度、重复与解码安全检查。
- 02
特征与位姿
真实 SIFT 生产基线；AI 匹配作为可对照实验。
- 03
几何与纹理
稀疏点云、稠密观测、表面估计、UV 与真实照片纹理。
- 04
缺陷定位
开放边界、低覆盖、遮挡、纹理冲突与不确定状态。
- 05
NBV 规划
候选视点、可见性、基线、入射角、冗余与可行性评分。
- 06
补拍复评
新照片检查、注册、重建与补拍前后指标对照。
NEXT BEST VIEW
不是“多拍几张”，
而是“下一张值得拍”。
系统在真实网格、真实相机和真实 Phase-4 texel 状态上生成候选视点，以缺陷可见性、几何覆盖、纹理入射角、基线和冗余度共同评分。 它是可解释的信息增益规划，不是训练好的神经网络策略。
预注册综合收益
0.45 × 新增表面 + 0.35 × 新增 texel 观测 + 0.20 × 缺陷可见性
缺陷修复另按 50% 可见性 + 30% 入射/纹理 + 20% 遮挡改善计算。
240入选缺陷区域
654候选视点
5预算视点
SELECTED VIEWS
模拟规划预算 5 的 NBV 推荐序列
这是基于真实重建的视点规划模拟，不代表真实用户已完成这 5 次补拍。点击候选可让模型视角聚焦到对应目标。
REAL EXPERIMENTS
允许失败结果进入展示。
AI 匹配在这一真实场景中没有全面优于 SIFT，所以生产默认仍是 SIFT。补拍策略也没有宣称在所有目标上最优。
真实相机注册
14 / 14ETH3D Pipes DSLR 真实照片，使用官方真实拍摄数据完成稀疏重建。
学习式匹配对照
1,258ALIKED + LightGlue 真实执行，但 Pipes 上点更少、重投影误差更高。
表面与纹理
128,648由真实稠密观测估计的网格面片，通过 Three.js 在浏览器中交互浏览。
STRATEGY COMPARISON
相同拍摄预算下的三种策略
数值来自真实重建上的视点规划模拟；不是实际补拍成果。
| 预算 | 策略 | 全局覆盖收益 | 缺陷修复收益 | 综合有效信息 | 规划耗时 |
|---|
结论一：NBV 在缺陷修复目标上明显领先，预算 5 时为 15.77%，固定方向为 0.02%，覆盖策略为 2.06%。
结论二：覆盖策略在纯全局覆盖目标上更强，预算 5 时为 0.68%，NBV 为 0.10%。
结论三：“综合有效信息”由预注册权重决定，不能外推为 NBV 在所有目标上全面最优。
EVIDENCE CHAIN
每个数字都有真实运行来源。
展示站只携带经过核验的静态快照。原始照片、数据库、中间文件和完整运行目录继续保留在本地，不进入公网。
RUN
生产重复运行
- 运行编号
- prod-r3
- 总耗时
- —
- 传感器
- CPU · macOS arm64
REPAIR
保守几何修复
- 开放边
- —
- 连通分量
- —
- 方案
- 仅闭合三边小缺口
MATCHING
生产默认匹配
- 默认
- SIFT
- AI
- 实验性对照
- 结论
- 未达到替换门限
同一真实场景的三组匹配
生产运行 r3| 方法 | 注册图像 | 稀疏点 | 平均重投影误差 | 状态 |
|---|---|---|---|---|
| SIFT | 14 / 14 | 2,563 | 1.031 px | 生产默认 |
| ALIKED + LightGlue | 14 / 14 | 1,258 | 1.223 px | 实验性 |
| Hybrid | 14 / 14 | 3,931 | 1.152 px | 未替换 |
CLAIM BOUNDARY
明确不声称什么。
比赛展示需要可信，而不是把未验证能力包装成完成品。
- 01
不是 3D Gaussian Splatting。展示对象是真实重建管线输出的估计网格，不是高斯泼溅。
- 02
不是端到端 AI 重建大模型。ALIKED/LightGlue 用于特征学习；NBV 是可解释几何评分。
- 03
不是真实用户补拍结果。五种 NBV 视点来自真实场景上的规划模拟，没有伪装成已完成的 5 张照片。
- 04
不是无条件商用数据。ETH3D Pipes 为 CC BY-NC-SA 4.0，展示保留署名和非商业边界。
- 05
不是云端重建服务。公网站点只做展示；完整重建引擎继续在本地 Mac 运行。
PROJECT TEAM
智拍三维项目组
独立完成算法实验、三维重建、质量分析、主动补拍规划、前后端原型与真实数据验收。
PythonFastAPIpycolmapOpen3DThree.jsALIKEDLightGlue