2018 全球人工智能与机器人峰会（CCF-GAIR）在深圳召开，如下链接为香港科技大学教授 ICCV 2011主席权龙的演讲，其中包含计算机视觉的基础、计算机视觉的变迁与发展，以及计算机视觉最新的进展：
https://baijiahao.baidu.com/s?id=1604859530067115369&wfr=spider&for=pc

基于图像的三维模型重建是计算机视觉领域的一个非常重要的研究方向。我们都知道，人类生活在三维空间里，接触最多的也是三维物体，可以说三维空间是物体存在的基本形式。 相比较二维图像信息，三维模型真实感更加强烈，能够呈现人们更多的信息。
三维视觉最近几年再度火热，一方面归功于三维传感器（如Kinect）的快速发展和价格方面的调整，另一方面由于深度学习在计算机视觉方向的应用，智能移动机器人、无人驾驶、无人机、AR等发展迅速。

对初学者：
书籍I Computer Vision for Visual Effects
书籍II Computer Vision Algorithms and Applications

针对具备一定基础后：
三维重建的每个基础模块挑选了 1-2 篇代表性文献，强烈建议阅读以下相关的原著文献， 这些文献是经过时间检验非常经典的文献，这将大大提升你们的科研和工程能力。 这些文章包括：

Sift 特征点检测
[1] Distinctive Image Features from Scale-Invariant Keypoints
增量 SFM
[2] Photo Tourism Exploring Photo Collections in 3D
[3] Structure-from-Motion Revisited
稠密匹配&&多视角立体视觉
[4] Multi-View Stereo for Community Photo Collections
表面重建
[5] Reconstruction and Representation of 3D Objects with Radial Basis
纹理贴图
[6] Let it be color! Large-Scale Texturing of 3D Reconstructions

相关网站
下面是比较著名的开源系统：
MVE: https://www.gcc.tu-darmstadt.de/home/proj/mve/index.en.jsp
Bundler: http://www.cs.cornell.edu/~snavely/bundler/
VisualSFM: http://ccwu.me/vsfm/
openMVG: https://openmvg.readthedocs.io/en/latest/software/SfM/SfM/
ColMap: https://demuc.de/colmap/
Source and Executable Download: http://www.cs.jhu.edu/~misha/Code/

相关开源代码
COLMAP - Structure-from-Motion and Multi-View Stereo：
https://github.com/colmap/colmap
Multi-View Environment：
https://github.com/simonfuhrmann/mve
Algorithm to texture 3D reconstructions from multi-view stereo images：
https://github.com/nmoehrle/mvs-texturing
SFMedu: A Matlab-based Structure-from-Motion System for Education：
https://github.com/jianxiongxiao/SFMedu