SfM

Structure from motion (SfM) is the process of estimating the 3-D structure of a scene from a set of 2-D images.

运动结构（SfM）是根据一组二维图像估计场景的 3-D **结构的过程。

注意Motion是指相机在移动

SFM通常用来建立image structure。 这意味着它估计 照片位置，方向和相机参数。
而MVS（Multi view stereo）从SFM获取的位置、方向、相机参数等信息，并制作3D密集点云。
因此，为了从一组图像中创建3D模型，我们必须先执行SFM，然后执行MVS。
PS：MVS假设内部和外部（即照相机姿势）是已知的，而SfM用于计算照相机姿势。

但是也有文献说：
in sparse modeling using Structure-from-Motion (SfM) and in dense modeling using Multi-View Stereo (MVS).
[Pixelwise View Selection for Unstructured Multi-View Stereo]

实际实践中，我们可能是two views，也可能是multi views:

事实上，要创建3D重建图像，只需从不同角度拍摄许多区域或物体具有高度重叠的图像。 该相机不需要专门化，标准的消费级相机可以很好地适用于SfM方法。

当然，我们可以知道在多张images重建3D structure的时候，我们需要完成多个图像中的匹配。 这种匹配依赖于一些独特的特征，通常是拐角或线段。跟踪这些特征，并用于生成相机位置和方向以及特征坐标的估计。

应用

一个贴近我们生活的应用就是：SfM方法被用于使用大量已有图像来创建历史建筑和其他古迹的3-D模型。