三维重建是一个多学科交叉的研究领域，包含了从图像处理到计算机视觉，再到机器学习等多方面的技术。三维重建算法可以根据其核心技术和应用场景被大致分为以下几类：
- 基于几何的方法
这些方法通常依赖于物理测量和几何推理来从一组数据中直接恢复出三维结构。
立体视觉（Stereo Vision）：通过比较来自两个或多个相机视角的图像，找出图像间的对应点，以估计三维位置。
结构光（Structured Light）和激光扫描（Laser Scanning）：通过投射已知图案的光或激光到物体上，根据反射或散射光的变化推断物体的三维形状。
- 基于图像的方法
这类方法主要依赖于图像数据，通过分析图像特征和外观信息来重建三维结构。
多视图立体匹配（Multi-View Stereo, MVS）：利用来自多个视角的图像，通过寻找图像间的对应关系来重建场景的三维结构。
光度立体法（Photometric Stereo）：通过分析同一场景在不同照明条件下的图像变化来估计表面的法线和细节。
- 基于深度学习的方法
深度学习方法利用大量数据来训练神经网络模型，使其能够理解和重建三维结构。
从单张或多张图像到三维模型：使用深度神经网络从一张或多张二维图像直接生成三维体素、网格或点云表示。
点云处理：直接从点云数据中学习三维形状的特征，用于点云的分类、分割和重建。
- 基于体积场的方法
这些方法通过学习连续的三维场景表示来创建更加细腻和连续的三维模型。
NeRF（Neural Radiance Fields）：通过深度网络学习场景的连续体积表示，能够从新的视角合成高质量的图像，并隐式地重建三维结构。
NeuS
- 基于模型的方法
特定场景下，可以预先定义一组模型或模板，通过调整模型参数来适配输入数据从而实现三维重建。
NeRF和NeuS
NeuS（Neural Implicit Surfaces）虽然与NeRF（Neural Radiance Fields）在某些基本概念上有相似之处，尤其是它们都利用深度学习来处理三维场景的表示，但NeuS并不是直接基于NeRF。这两种方法都是三维重建和渲染领域的研究成果，都利用神经网络对场景进行建模，但它们关注的重点和实现方式有所不同。
NeRF
- NeRF专注于通过大量从不同视角捕获的图像来学习场景的体积密度和颜色，从而能够渲染出新的视角图像。
- 它基于体积渲染的概念，使用神经网络来预测光线穿过场景时的颜色和透明度，从而实现逼真的渲染效果。
NeuS
- NeuS则侧重于使用神经网络学习场景的隐式表面（如有符号距离函数SDF），直接表示三维表面而非整个体积。
- 它的目标是生成连续的、高质量的三维表面模型，适合需要精确几何信息的应用，比如三维打印或高精度模拟。
关系和区别
- 共同点：两者都使用深度学习和大量图像数据来学习三维场景的表示，都能生成高质量的三维视图。
- 区别：NeRF通过体积渲染技术重建整个三维空间的密度和颜色，更适用于视觉效果渲染；而NeuS专注于表面的精确表示，适合需要精确三维模型的场合。
因此，尽管NeuS和NeRF在高层次上共享深度学习在三维场景建模的应用这一共同点，但它们各自独立发展，侧重点和应用场景有所不同。
基于模板的重建：对于一些标准化的对象（如人脸、车辆等），可以通过调整预定义模型的参数来匹配输入数据，实现快速重建。
朗伯反射（Lambertian Reflection）
朗伯反射是指光线在表面上的反射遵循朗伯定律，这意味着反射光的强度在各个方向上是均匀分布的。也就是说，无论从哪个角度观察，反射光的亮度是相同的。这种反射通常发生在漫反射表面上，例如白纸、哑光漆或粗糙的非金属表面。
朗伯反射的主要特点：
- 均匀性：反射光的强度在所有方向上都是均匀的。
- 视角无关：反射光的强度与观察角度无关。
- 反射定律：反射光强度 ( I ) 与入射光强度 ( I_0 ) 和入射角 ( \theta ) 的余弦成正比，即 ( I = I_0 \cos(\theta) )。
非朗伯反射（Non-Lambertian Reflection）
非朗伯反射是指光线在表面上的反射不遵循朗伯定律，这意味着反射光的强度在不同方向上是不均匀分布的。非朗伯反射通常发生在镜面反射或具有光泽的表面上，如镜子、金属、玻璃或光滑的塑料等。
非朗伯反射的主要特点：
- 方向性：反射光的强度在不同方向上是不均匀的，通常在某些特定方向上反射光更强。
- 视角相关：反射光的强度与观察角度有关。
- 高光效应：在光滑或镜面表面上，通常会出现高光（specular highlight）效应，即在特定角度上，反射光的强度极高。
应用场景
- 计算机图形学：在计算机图形学中，朗伯反射模型常用于模拟漫反射表面，而非朗伯反射模型（如Phong反射模型、Blinn-Phong模型等）用于模拟具有光泽的表面和镜面反射。
- 光学设计：在光学设计中，理解和应用这两种反射模型可以帮助设计更真实的光学系统和材料表面。
- 遥感和摄影：在遥感和摄影中，分析物体表面的反射性质可以帮助更准确地识别和分析物体的材料和形态。
通过了解朗伯反射和非朗伯反射的基本原理和应用，可以更好地理解光线与物体表面相互作用的机制，从而在不同领域中实现更精确的模拟和分析。
