详细讲解了稠密重建中常用的方法，SFM的析稀疏重建，和包括基于体素的稠密重建、基于点云扩散的三维稠密重建、基于深度图交融的稠密方法等。

网上有不少使用Qt做界面，OpenNI为库来开发kinect。
或许大家的第一个问题就是询问该怎样使用Kinect来获取颜色信息图和深度信息图呢？这一节就是简单来回答这个问题的。
使用OpenNI读取颜色图和深度图的步骤如下（这个是程序的核心部分）：　　1.定义一个Context对象，并调用该对象的Init()方法来进行初始化。
　　2.定义一个XnMapOutputMode格式对象，设置好分图像分辨率和帧率。
　　3.定义颜色图和深度图的节点对象，并用其Create()方法来创建，参数为Context对象.　　4.设置颜色和深度图的输出模式，调用的方法是SetMapOutputMode();参数为步骤2中定义和设置好了的XnMapOutputMode对象。
　　6.如果深度图和颜色图在一张图上显示，则必须对深度图像进行校正，校正的方法是调用深度图的如下方法：.GetAlternativeViewPointCap().SetViewPoint();　　7.调用context对象的StartGeneratingAll()来开启设备读取数据开关。
　　8.调用context对象的更新数据方法，比如WaitAndupdateAll()方法。
　　9.定义颜色图和色彩图的ImageMetaData对象，并利用对应的节点对象的方法GetMetaData()，将获取到的数据保存到对应的ImageMetaData对象中。
　　10.如果需要将深度图转换成灰度图来显示，则需要本人将深度值转换成0~255的单通道或者多通道数据，然后直接用来显示。

摘要:在基于深度图的虚拟图像绘制(DIBR)中,前景物体的遮挡会形成虚拟图像中的空洞问题.针对Criminisi算法及模板匹配对空洞边界噪声敏感的问题,提出一

用matlab完成由双目图恢复出场景视距图（深度图）的代码，亲测可用，提供大家参考参考。

深度图(jpg)+RGB图（jpg）合成有雾数据python代码，运用大气散光模型，设定可见度等参数，引导滤波。

针对单目深度估计网络庞大的参数量和计算量，提出一种轻量金字塔解码结构的单目深度估计网络，可以在保证估计精度的情况下降低网络模型的复杂度、减少运算时间。
该网络基于编解码结构，以端到端的方式估计单目图像的深度图。
编码端使用ResNet50网络结构；
在解码端提出了一种轻量金字塔解码模块，采用深度空洞可分离卷积和分组卷积以提升感受野范围，同时减少了参数量，并且采用金字塔结构融合不同感受野下的特征图以提升解码模块的功能；
此外，在解码模块之间增加跳跃连接实现知识共享，以提升网络的估计精度。
在NYUDv2数据集上的实验结果表明，与结构注意力引导网络相比，轻量金字塔解码结构的单目深度估计网络在误差RMS的指标上降低约11.0%，计算效率提升约84.6%。

需求一款3d摄像头,项目基于qt5，通过深度图追踪人体手势

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。