Computer vision 是否存在任何用于大规模kinect fusion的现有（公共）源代码？

Kinect Fusion要求客户端代码在初始化之前指定有效的边界框和框内的体素分辨率。盒子内重建的细节保存在GPU内存中，因此很快就会遇到限制。当然，对于一个空间的大小，比如说，一个高分辨率的标准住宅，所需的GPU内存量（太）高了

Fusion SDK允许用户将数据复制到GPU内存或从GPU内存复制数据，并随时重置边界卷、分辨率等，因此理论上，用户可以通过将多个小卷拼接在一起来合成大卷，每个小卷都可以由普通GPU处理。在我看来，这似乎是一种技术，但有相当多的微妙和困难的问题与之相关

然而，这似乎已经完成了。但kintinuous似乎没有任何公开的源代码（或目标代码）。这一点也在本文中提到

---

我想知道这是否以任何形式用公共源代码实现过。除了上面提到的kintinuous，我在这方面找不到任何东西。

您可以在PCL中获得一个实验性的开源大规模kinect fusion源代码。当摄影机姿势超过某个阈值时，它们会进行体积缝合。检查

MSR中实际上有新版本的可伸缩kinect fusion，但他们还没有将其放入SDK中，因此您无法正确使用它

它们使用分层数据结构来存储未绑定的重建体积。你可以去检查然后下载他们的论文，然后自己实现

================编辑=============

你可以从慕尼黑大学的技术学院获得另一个代码。他们使用多分辨率八叉树存储体素，并在其他线程中每秒提取网格。它使用OpenNI。 它不包含摄像头跟踪，但你可以使用他们的dvo slam进行视觉里程测量

---

最近发布了一个名为“使用哈希表”的项目来存储体素。它可以在Kinect v2上运行

我找到了支持移动卷的代码：

它基于PCL的KinFu。

自2015年10月22日首次提交以来，现在是开源的

---

这里是另一个关于kintinuous标签的博客：

不是源代码，但是你有没有看到我不久前看过的那篇文章。它描述了核心kinect融合算法，但没有处理有效无界体积的情况。（大量的）。实际上，单个“重建体积”的边界框相当小（高分辨率时为几立方米）。。。这是一个有趣的问题，我很高兴能看到结果