近日，在中国空间智能大会（ChinaSI 2025）上，詹总谦教授带领的研究团队凭借其在准实时在线三维重建领域的创新研究成果“On-the-Fly SfM”，在众多顶尖高校和研究所的作品中脱颖而出，斩获“优秀LiveDemo奖”和“优秀墙报奖”双项荣誉。

传统的SfM（Structure from Motion）大多采用离线处理的方式，难以满足复杂场景在线测量、动态分析和快速评估等需求。而VSLAM技术虽能实时处理，却对连续的视频数据流有较强依赖，限制了其在处理高分辨率无序影像时的应用。 如何高效、稳健地处理高分辨率的无序影像，实现准实时的在线三维重建，一直是业界亟待解决的难题。

为应对这一挑战，詹总谦教授团队创新性地提出了“On-the-Fly SfM”框架。 这是一个面向多用户协同、支持4G/5G网络图传的准实时高分辨率无序影像三维重建解决方案，真正实现了“任意拍摄、实时图传、在线处理”。该框架通过引入基于HNSW的快速影像检索、融合分层结构树的自适应加权光束法平差以及在线子地图重建与融合等一系列关键技术，成功攻克了高分辨率无序影像处理中新增影像的检索效率、相机定向的稳健性以及局部光束法平差的速度与鲁棒性这三大核心难题。

在大会现场，团队的Live Demo生动展示了该系统的卓越性能，其处理速度和稳健性给与会专家留下了深刻印象，充分体现了“On-the-Fly SfM”系统的准实时特性。同时，在多个公开及自采数据集上的大量对比实验结果表明，该框架在重建精度与计算效率方面均达到了SOTA的水平。

中国空间智能大会（ChinaSI）是由中国图象图形学学会（CSIG）主办的全国空间智能领域顶级盛会，其前身是“全国SLAM技术论坛”。本次在深圳举办的ChinaSI 2025大会，由中山大学与CSIG三维视觉专业委员会等单位联合承办 ，吸引了众多顶尖学者与会，共同探讨前沿技术与未来趋势。

为推动学术交流与行业发展，团队秉持开放共享的科研精神，已将该项目的全部核心代码在GitHub上开源。

· GitHub开源项目地址： https://sygant.github.io/onthefly

· 相关研究论文： https://www.sciencedirect.com/science/article/abs/pii/S0924271625001388

图文：甘文天 王鑫

审核：金涛勇 胡俊英