01
课程导论与行业全景
什么是场景重建？从数据到模型的完整链路、行业应用（自动驾驶、AR/VR、数字孪生）、课程目标与学习路径。
全景导论
02
传感器选型与数据采集基础
相机（RGB/深度/事件相机）、LiDAR（机械式/固态）、IMU与轮速计、传感器同步与标定基础。
传感器采集
03
相机成像模型与标定
针孔相机模型、畸变模型（径向/切向）、张正友标定法、实战：使用OpenCV进行相机标定。
相机标定
04
多传感器联合标定
Camera-LiDAR联合标定原理、Camera-IMU标定（Kalibr工具）、LiDAR-IMU标定、实战：标定结果验证与可视化。
联合标定多传感器
05
数据采集实战
硬件平台搭建（手持/车载/无人机）、数据采集软件（ROS bag/自定义录制）、数据质量检查与预处理。
实战ROS
06
图像特征提取与匹配
SIFT/SURF/ORB特征、特征匹配（暴力匹配/FLANN）、RANSAC剔除误匹配、实战：图像拼接。
特征匹配
07
运动恢复结构（SfM）原理
对极几何与基础矩阵、三角化、PnP问题、增量式SfM与全局式SfM。
SfM几何
08
SfM实战：使用COLMAP
使用COLMAP进行稀疏重建、重建结果分析、点云导出与可视化。
COLMAP稀疏重建
09
多视图立体匹配（MVS）
MVS问题定义、PatchMatch Stereo、基于深度学习的MVS（MVSNet系列）、实战：稠密重建。
MVS稠密
10
深度图融合与表面重建
深度图一致性检查、TSDF融合算法、Poisson表面重建、实战：从点云到网格。
TSDF网格
11
SLAM基础与前端里程计
SLAM问题数学描述、视觉里程计（特征点法/直接法）、LiDAR里程计（ICP/NDT）、IMU预积分。
SLAM里程计
12
后端优化与图优化
图优化理论基础（g2o/Ceres）、Bundle Adjustment、位姿图优化、实战：使用g2o优化小规模场景。
图优化BA
13
视觉SLAM系统：ORB-SLAM3
ORB-SLAM3系统架构、单目/双目/RGB-D模式、回环检测与地图复用、实战：运行ORB-SLAM3。
ORB-SLAM3视觉
14
LiDAR SLAM系统
LOAM系列算法演进、A-LOAM与LeGO-LOAM、LIO-SAM（LiDAR-IMU融合）、实战：运行LIO-SAM。
LiDARLOAM
15
语义SLAM与动态场景处理
语义分割基础（SegNet/DeepLab）、动态物体剔除、语义地图构建、实战：动态SLAM。
语义动态
16
神经辐射场（NeRF）原理
NeRF核心思想（体渲染、位置编码）、NeRF-W与Instant-NGP、从稀疏视图到新视角合成。
NeRF神经渲染
17
NeRF实战：Instant-NGP
使用Instant-NGP训练自定义场景、导出NeRF为网格模型、NeRF与SfM的协同工作流。
Instant-NGP实战
18
3D高斯泼溅（3DGS）原理
3DGS核心思想（可微渲染、高斯原语）、与NeRF的对比、3DGS的优化策略。
3DGS高斯泼溅
19
3DGS实战：训练与导出
使用3DGS训练场景、实时渲染与编辑、导出为点云/网格。
3DGS渲染
20
大规模场景重建
分块重建策略、并行计算与分布式处理、层级细节（LOD）技术、实战：城市级场景重建。
大规模LOD
21
纹理映射与材质重建
UV展开与纹理映射、纹理合成与修复、PBR材质重建、实战：为重建模型添加纹理。
纹理PBR
22
场景理解与语义标注
点云语义分割（PointNet++/RandLA-Net）、实例分割、场景图构建、实战：语义标注工具。
语义标注
23
场景编辑与修复
网格修复（孔洞填充/去噪）、场景补全（基于学习的方法）、场景重光照、实战：使用Blender编辑。
编辑修复
24
重建质量评估
几何精度评估（MSE/Chamfer距离）、视觉质量评估（PSNR/SSIM/LPIPS）、基准数据集（DTU/Tanks and Temples）。
评估指标
25
数据压缩与传输
点云压缩（G-PCC/VPCC）、网格压缩（Draco）、流式传输策略、实战：使用Draco压缩模型。
压缩Draco
26
Web端3D可视化
Three.js基础、加载与渲染重建模型、交互控制（旋转/缩放/测量）、实战：构建Web查看器。
Three.jsWeb
27
移动端部署
移动端推理优化（TensorFlow Lite/ONNX Runtime）、AR Quick Look与SceneKit、实战：iOS/Android AR展示。
移动端AR
28
行业案例实战（一）自动驾驶
自动驾驶场景重建（车道线/路沿/交通标志）、高精地图构建、实战：使用nuScenes数据集。
自动驾驶nuScenes
29
行业案例实战（二）数字文保
数字文物保护（石窟/壁画/雕塑）、室内场景重建（家具/房间）、实战：使用自定义数据集。
文保室内
30
课程总结与未来展望
全流程回顾、前沿技术（4D重建/生成式重建）、职业发展建议、结业项目指导。
总结展望