1樓：輕風俠客
個人感覺主要區別有3：
1、三維重建所能夠採用的方法和技術明顯多於SLAM；
2、SLAM對於結果模型的表面紋理要求低於三維重建， 畢竟三維重建主要目標是為了高度還原實體讀者是人， SLAM目標是導航判斷，讀者是機器 ；
3、從經濟角度 ，要求的實時性、 運算成本和算力不同 ，實時3D高精度場景建模結果提供給SLAM是挺好，就是不經濟，產品上行不通。
2樓：Qiang
回答中很多人提SLAM比三維重建多了乙個L（location），我想也許可以稍微深入一點。
我們看一下定義：
（1）SLAM：同步定位與地圖構建；定誰的位？相機的位，相機在機械人身上，就是定機械人的位。
建誰的地圖？相機經過地方的地圖。二者結合，才能確定機械人在某個地圖中的具體位置，和這個場景（地圖）下的連續運動軌跡。
（2）三維重建（SFM）：從運動恢復結構。我覺得更像是構建目標的三維模型。
然後，我們看一下流行演算法的效果：
SLAM----：藍色表示運動位置。
圖1：LSD-SLAM-運動軌跡和稀疏的場景地圖，黃色表示位置之間的約束，這是優化問題，不展開。
圖2：ORBSLAM2-運動軌跡和稠密(Dense)地圖
SFM---::
圖3：KinectFusion-構建目標三維地圖
圖4：ElasticFusion-構建場景地圖
我們可以看出，SFM中構建的三維模型是很漂亮的，目標是人，就構建人，目標是物，就構建物，目標是地圖，就構建地圖的三維模型，所以我更願意定義SFM：構建目標的三維模型。
SLAM（側重定位）和SFM（側重建圖）聯絡很大的，大佬們為什麼要把這兩個東西分開？既估計出相機的運動軌跡，又把經過所有的地方（整個場景包括人，桌子，椅子）都構建出來，這不是更perfect的方案嗎？
因為.....做不到，計算量達不到。
在SLAM中，現有方法可以做到小場景下的「相對」稠密化建圖（圖2），而在大場景下（圖1）是難以實現的。當你的目標是導航，就需要實時性的定位，大場景稠密地圖的讀取和儲存，現有硬體條件是不可能達到的，但是，越稠密的地圖才能更好的幫助機械人進行自主定位。所以，現在發展二十年之久的SLAM的遺留問題就有，稀疏地圖稠密化（我構建了稀疏地圖，但是為了自主導航，這個地圖不夠用），或者稠密地圖的稀疏表達（典型工作octotree）。
3樓：劉晨希
SLAM：以定位為主，以建圖為輔；且是朝輕量級，小型化方向發展。
實時三位重建：以建圖為主，以定位為輔；朝大規模，大型動態場景的重建方向發展。
4樓：
最直觀感受的區別（除去特例），是相機是否移動。
ｓｌａｍ裡面的ｌ是定位。也就是強調在相機移動的過程中，定位相機的位置，你可以用慣性導航，也可以用輪子里程計，也可以用ｇｐｓ，當然大家更熟悉用視覺里程計ＶＯ。定位之後，使用這些個不同時間的相機姿態資訊來啟動多視角幾何的「多視角」，從而實現三維重建
如果直接說三維重建，這裡有很多方法的。比如用多個相機重建動態、靜態的人體，包括運動的人體(拍電影的運動捕捉），再比如使用直線移動的２ｄ雷射測距的高精度的建模，裸眼３ｄ技術，深度推定技術等等。
有乙個返例也是ｓｌａｍ也３ｄ重建的交叉點，就是通過移動單個相機或者ｒｇｂｄ相機區域性建模的應用。
總之，３ｄ重建時候相機可以是固定的，多個相機的。
而ｓｌａｍ打不風情況下，相機都是移動的，單一的。
5樓：浦東新村軲天樂
套用高數老師的口頭禪：「高斯曾經說過，一切從定義出發」。
SLAM問題可以描述為: 機械人在未知環境中從乙個未知位置開始移動,在移動過程中根據位置估計和地圖進行自身定位，同時在自身定位的基礎上建造增量式地圖，實現機械人的自主定位和導航。[1]
三維重建是指對三維物體建立適合計算機表示和處理的數學模型,是在計算機環境下對其進行處理、操作和分析其性質的基礎,也是在計算機中建立表達客觀世界的虛擬實境的關鍵技術。
從定義可以看出，SLAM講究的是實時性，需要實時得到自己的準確位置，並且構建出地圖 。而三維重建講究的是對環境精確建模，對實時性沒有要求。
6樓：夜深未眠
技術上共同點很多，但針對的問題或者說最終的目的不一樣。
本質上三維重建最終的目的是要重建出乙個好的三維模型，這要求三維重建本身在每一步估計出來的位姿都盡可能精準，調整已經融合好的三維模型是一件非常麻煩的事情。若使用回環檢測或者子地圖等方式進行去融合再融合在實際應用中將會非常的麻煩。
而SLAM則更注重速度，軌跡一般可以通過BA不斷減小累計誤差，通過回環去糾正尺度漂移，地圖點相對而言也更容易進行調整，更多的時候更需要注重跟蹤的魯棒程度。
總而言之就是二者側重點並不完全一致，不過仍可以認為基於SFM思想下的同一套體系的技術
三維重建計算物體實際體積是否可行？
可行。有平台就能實現，不過貌似只能針對比較規則的。長度測量 面積測量 乘一下，不就是體積嘛，哇哈哈，本人非專業人士。看起來只能針對規則形狀。不管你用不用的上，我把這個平台丟這裡 無人機測繪三維實景網頁展示數字地球 Wish3D 朱叫獸 可行並且非常可行。除了這個辦法，請告訴我還有啥快速低成本的方法？...
三維重建如今有什麼很現實的應用嗎？
範沅 製造業實際都有不少應用，雖然只是一部分的技術，不是完整的重建資訊。我做過用於微觀表面的重建，用於對cmos上的金屬線進行三維資訊的恢復，用的對焦法和光度法。同事做過某產品的包裝檢測，裝置比較貴，專用的線掃雷射相機，只能用於單價比較高的產品了。還做過某車輛底盤的快速檢測，借助rgb和深度資訊再恢...
三維重建出來的點雲如何評估精度？
爆炸的皮特 簡單來說，這個就是驗證雷達本身的精度，最簡單的辦法就是雷達做靜態採集，比如在一些特徵點做標記並做解算精準座標，然後長時間採集雷達資料，獲取特徵點的座標，比較採集雷達資料的結果與真實座標的差異，這種方法就可以簡單評估點雲的定位精度，這個就是雷達本身的定位精度評估。 兔小悠 首先你得有乙個g...