复杂源域图像集下的3D地图重构的方法和系统

本发明提供了一种复杂源域图像集下的3D地图重构的方法和系统，包括：多种不同3D场景收集图像数据，得到多样数据源的图像数据集；对所述多样数据源的图像数据集进行检索；对检索到的图像库进行特征关键点提取与匹配；将匹配成功的点进行过滤和叠加后，输入pycolmap工具进行计算得到最终的3D空间位置关系，生成最终的3D地图。本发明结合GFTT+AdaLAM和SuperPoint+SuperGlue的方法，利用了传统方法和深度学习方法的优势，更加灵活有效，能适应更复杂的应用场景和需求。