本文介绍了一种利用深度神经网络复制传统的 local depth maps calculation 和 global depth maps fusion 两步骤框架，以改善对 3D 场景重建精度和可解释性的计算机视觉任务方法。此外，作者还提出了一种称为 PosedConv 的旋转不变的 3D 卷积核，用于提高从非常不同视角获取的图像之间的匹配效率。作者在 ScanNet 数据集上进行了大量实验证明提出的方法在深度神经网络和传统计算机视觉技术中具有竞争力。

Aug, 2021

本研究提出了一种基于深度学习的方法来进行深度融合，可以更好的处理深度图像数据中的噪声和异常值，并能够完整地重建三维物体形态，并且能够填补穴洞，具有更好的性能表现。

Apr, 2017

本文提出了一种基于机器学习的实时深度图融合方法，使用 2D 深度路由网络和 3D 深度融合网络来预测非线性更新，处理传感器特定噪声和异常值，能更好地避免传统方法中的粗化伪影问题，在合成数据和真实数据中均取得了优于传统方法和相关方法的结果。

Jan, 2020

通过神经网络重建，将基于截断有符号距离函数的三维重建方法从多个方面进行了推广，包括语义信息的丰富、多传感器数据融合、场景去噪与完整以及专家系统整合。

Sep, 2019

本篇论文提出了一种基于神经隐式表达和神经渲染的双层神经体积融合方法，用于增量式地将新的深度图像融合到全局神经隐式表示中，以实现密集的 3D 重建，评估表明此方法在多个数据集上均得到了显著的改进。

Apr, 2022

本篇论文提出基于概率局部隐式 Voxels (PLIVoxs) 的 DI-Fusion (Deep Implicit Fusion) 方法，通过深度神经网络将先验知识编码到 PLIVoxs 中，实现了在线 3D 重建，相较于之前的方法在存储效率和相机轨迹估计精度等方面均体现出明显优势。

Dec, 2020

本文介绍了一种名为 SenFuNet 的深度融合方法，该方法通过在线学习传感器特定的噪声和异常值统计，并以在线方式将不同传感器的深度帧数据流合并。实验结果表明，相比传统方法和最近的在线深度融合方法，SenFuNet 的融合策略表现更好。多传感器的组合能够更好地处理异常值，并比单一传感器具有更精确的表面重建能力。

Apr, 2022

通过体积渲染和专注深度融合先验进行多视角 RGBD 图像学习神经隐式表示，以准确进行 3D 重建。该方法利用截断有符号距离函数（TSDF）从所有可用的深度图像融合并感知粗糙三维结构，解决了通过体积渲染进行几何推断的不完整深度和被遮挡结构的问题。通过引入注意机制，直接将深度融合先验与学习到的占用情况作为神经隐式函数，该机制可以用于整个场景或同时定位和映射（SLAM）背景下的部分场景。在合成和真实世界的广泛基准测试中，该方法超越了最新的神经隐式方法。

Oct, 2023

提出了一种名为 VisFusion 的可见性感知在线 3D 场景重建方法，通过对单目视频进行姿态估计来恢复场景的体量特征，并提出了细节保留的局部稀疏化方法和分层预测 TSDF 的方法，实验结果表明我们的方法能够获得卓越的性能。

Apr, 2023

本文提出一种增强单眼深度估计的方法，该方法采用 3D 点作为深度指导，并引入一种轻量级、高效的多尺度 3D 点融合网络，能够处理极其稀疏和不均匀分布的点云，实现了高精度深度估计。该方法优于当前一些基于深度学习的多视角立体和结构从运动方法，不仅精度更高，而且压缩性更好。

Dec, 2020