位姿计算有两种方式：SLAM和SFM。SLAM计算每帧图像的相对位置，如果只是用图片去计算的话，得不到绝对的尺度信息，重建的和真实的物体之间会有缩放比例。如果想得到绝对的尺寸，可能还需加一些辅助的信息。比如用IMU或者用双目相机，或者可以在场景中放置一个已知尺寸的对象。
SLAM和SFM的区别：
SLAM适用于实时性，它要求输入的是视频序列，帧与帧之间有时间上的连续性。
SFM适用于离线任务，它的输入可以是从网上找的，甚至是不同设备拍摄的图片，也可以是视频序列
而MVS是拿到位姿信息后进行稠密重建。
基于MVS的三维重建的传统方法：
1、输入图像和位姿。可以添加一些其他信息，比如稀疏点或者深度范围。
2、稠密重建。这一步相当于获得了场景里的3D信息了，这步准的话，后面的重建就会精度更好些。
3、深度图的点云融合。
4、曲面重建/网格重建。
5、网格优化。提升细节部分。
6、纹理贴图。图像分辨率越高，纹理贴图的质量就越高。