当今计算机视觉发展迅速,作为计算机视觉的一个重要组成部分,三维重建技术在医学成像、增强现实和自动驾驶等应用中起到重要作用并日益促进人们的生产生活发展。三维重建利用已知相机参数从一组校准的2D图像中恢复场景的3D几何形状,重建出的点云能够更加直观的解释各个物体的空间位置关系。因此,研发出准确性高、完整性强的三维点云重建算法成为越来越重要的研究课题。三维点云重建研究主要分为两类,分别是基于传统方法的三维点云重建和基于深度学习的三维点云重建。其中,基于深度学习的三维点云重建中又包含基于点云重建、基于体素重建和基于深度图重建等多个类别。基于传统的方法操作简单、成本较低,但由于计算复杂度较高、消耗时间多、效率低等原因,使得传统重建方法在应用场景受到了很大的限制。基于深度学习的重建方法有着较高的灵活性,对于室内室外不同规模场景重建的适应性有着较好的表现。尽管基于深度学习的三维重建取得了较为优异的效果,但在三个方面仍有改进的余地。首先,在特征提取过程中,最重要的是在通道维度和空间维度中捕获特征的长距离依赖性,否则将会丢失大量的特征信息细节,使得重建精度受到限制。其次,在多视图重建中计算像素匹配代价时,需要学习不同像素对的权重,以便模型能够自适应地计算像素匹配代价,更加直观地反映不同视图中像素对之间的差异。第三,由于像素视差与深度成反比,在像素的匹配代价体中假设深度平面之间的间隔应逐渐增大,以使像素能够沿极线方向准确地找到其匹配像素。本文对基于深度学习的高精度三维点云重建进行了系统的研究,针对上述问题,提出一种级联深度残差图推理网络,称为DRI-MVSNet。DRI-MVSNet主要包含三个模块,分别是通道和空间组合处理模块、跨视角相似性特征图融合模块和多阶段深度残差预测模块。首先,使用通道和空间组合处理模块获取特征图的相关通道信息和空间信息;其次,通过跨视角相似性特征图融合模块,直观地反映源图像与参考图像之间像素的差异;最后,通过多阶段深度残差预测模块,使源图像的投影像素沿极线方向均匀分布,提高深度残差估计的准确度。DRI-MVSNet对现有网络做出了以下三项改进。（1）为了更全面地捕获特征图的相关上下文信息,设计了一种通道和空间组合处理模块。该模块通过结合通道注意机制和空间池化网络来处理通道相关信息和空间信息,以提高特征表示能力。（2）为了以较少的内存消耗完成多视角特征图的融合,提出了一种跨视图相似性特征图融合模块。该模块通过引入二维相似度权重图来融合多个特征图,并能够直接学习到每个源图像中像素与参考图像中像素之间沿着参考相机视锥体在不同深度平面上的匹配度。（3）为了提高深度图估计的精度,设计了多阶段深度残差预测模块。初始深度图通过与每个阶段估计出的深度残差值结合的方式提高其准确度,其中深度图预测采用非均匀深度采样策略来构造假设深度平面。本文进行了大量实验,DRI-MVSNet在DTU数据集上准确度达到0.432、在完整度达到0.327,、整体分数达到0.379,实验结果与最新的算法进行了比较,本文算法在完整度上体现出了更加优异的效果。在Tanks＆Temples基准数据集上进行了测试,在大多数场景中,DRI-MVSNet方法都显示出更出色的结果,具有较强的泛化能力,并由F1-score表示出来。实验结果表明,本文方法不仅在重建效率上有着大幅提升,同时具有更好地重建效果。