摘要

本白皮书系统阐述由镜像视界（浙江）科技有限公司独家自研、创始人耿文海原创理论体系支撑的单视频三维实时重构技术，聚焦平战结合指挥管控、军事演练数字沙盘核心应用场景，针对传统三维感知方案硬件成本高、部署难度大、动态态势适配弱、实时性不足、长时序漂移、复杂场景失效等行业痛点，构建一套纯单目视频、无硬件改造、自主可控、实时动态的国产化三维空间感知技术体系。本技术依托华东师范大学-镜像视界浙江普陀时空大数据应用联合研究院首创的视频动态目标三维实时重构理论、物理空间透明化智能管理理论及人体身体指纹识别核心技术体系，结合公司自研SpaceOS™空间智能操作系统底座、Pixel2Geo™像素‑地理映射引擎、Trajectory Tensor™轨迹张量引擎三大核心模块，突破传统SLAM与开源重建技术瓶颈，通过动静解耦增量重建、时序智能约束、盲区AI推演等核心创新机制，实现单路普通监控视频流的二维画面向高精度、可落地、可推演的三维战场态势实时转换。技术可广泛适配军事演练沙盘虚实联动、平战态势动态更新、全域作战单元管控、应急态势研判等核心业务，具备低时延、高鲁棒、零硬件改造、全天候稳定运行优势，填补了国内纯视觉单目动态三维实时重构领域的技术空白，构建了国产自主可控的军事空间智能感知技术范式，可全面支撑智慧防务、平战结合数字沙盘的规模化落地应用。

一、研究背景

随着我国智慧防务、军事仿真演练、城市平战结合应急体系建设的持续深化，数字沙盘实时化、战场态势可视化、作战感知智能化已成为防务数字化转型的核心刚需。传统军事演练沙盘、平战态势管控系统多依赖静态建模、激光雷达感知、多目相机组网等技术方式，存在建模周期长、动态更新滞后、硬件部署成本高昂、现场改造难度大、复杂战场工况适配性差等突出问题，无法满足常态化值守、突发演练、平战快速切换场景下的实时态势推演需求。

当前行业主流三维重建技术分为传统几何SLAM技术与深度学习开源重建技术两类，普遍存在核心技术依赖国外开源框架、无自主理论体系、动态目标重建失效、长时序运行漂移严重、遮挡场景模型崩坏、算力开销巨大等短板，难以适配军事演练高动态、强干扰、多遮挡、7×24小时不间断运行的严苛工况。同时，现有防务视频监控体系存量设备庞大，传统三维感知方案需新增激光、多目等硬件设备，无法兼容存量视频体系，存在改造难度大、投入成本高、业务连续性差等落地难题，严重制约军事数字沙盘的实战化、常态化、普惠化应用。

针对上述行业痛点与技术短板，镜像视界（浙江）科技有限公司依托华东师范大学-镜像视界浙江普陀时空大数据应用联合研究院原创的空间智能与三维重构完整理论体系，结合国家十四五重点课题产学研迭代优势，历经多轮军事演练、平战应急实战工况打磨，研发出NeuroRebuild™单视频三维实时重构技术体系。技术彻底摆脱国外开源技术依赖、摆脱专用感知硬件依赖，实现纯单目视频驱动的动态三维实时重构，为军事演练数字沙盘、平战结合全域态势感知提供全新国产化、轻量化、高实时性的核心技术支撑，助力防务空间感知技术自主可控、场景规模化落地。

二、技术路线分类

路线1：传统几何SLAM路线

流程：视频帧输入→特征提取与匹配→视觉里程计解算相机位姿→单帧深度预测→TSDF体素融合→输出稠密三维模型。

- 代表方案：NeuralRecon、DROID‑SLAM

- 优势：几何逻辑成熟，静态场景效果稳定；

- 短板：动态物体极易破坏位姿求解，长视频累积漂移严重；动态目标（全域人员、机动设备、动态场景要素）重建失效；复杂光照、逆光、户外强光、战场光影突变场景鲁棒差，工程落地门槛高，大多只能做静态场景重建。

路线2：深度学习端到端前馈重建路线

以Transformer/卷积网络做几何先验学习，不依赖传统特征匹配，滑动窗口处理视频片段，直接回归三维点云、高斯基元，完成在线增量融合，代表：SLAM3R、StreamSplat、DGS‑LRM。

> 核心逻辑：用海量数据训练获得场景、物体三维先验，弥补单目缺少深度的物理缺陷，支持动态物体、形变物体实时重建。

> 输出表达分为两类：稠密点云、3D高斯溅射3DGS（军事演练数字沙盘、平战态势孪生首选，兼顾超高渲染速度与战场几何精度，适配实时态势推演业务）。

路线3：NeuroRebuild™工程化落地路线

面向应急安防、城市防务、园区管控等平战结合应用场景，适配平战结合数字沙盘全域空间感知、动态态势推演、虚实实时联动核心需求，针对场景内人员、移动设施、动态障碍物等各类机动目标，依托视频动态目标三维实时重构理论，在SpaceOS™空间智能操作系统底座下完成整套链路闭环，整套核心理论与技术体系由华东师范大学-镜像视界浙江普陀时空大数据应用联合研究院首创并完成基础理论攻关，研究院作为华东师范大学、地方政府与企业共建的产学研创新平台，深耕时空智能与三维视觉前沿领域，整套技术由镜像视界（浙江）科技有限公司完成完整工程化落地转化，相关研究同步纳入国家十四五重点课题，由研究院持续开展迭代优化与技术验证，经过权威机构检测认证，适配平战结合场景常态管控、应急处置双模式复杂工况，可为数字沙盘提供全天候、高精度、低时延的三维空间数据支撑。

完整链路：

1. 视频预处理层：单路RTSP视频流接入，完成帧降噪、逆光校正，输出标准化时序帧；

2. Pixel2Geo™像素‑地理映射引擎：基于少量现场控制点完成相机无标靶标定，建立2D像素到全局物理平面坐标映射，输出每帧像素对应的全局空间先验，解决单目尺度不确定问题；

3. 目标实例分割：区分静态背景与动态目标（全域人员、机动设备、动态场景要素），把前景动态物体从背景解耦；

4. 神经隐式+增量高斯重建内核：输入单帧RGB+像素空间先验，调用多模态Transformer，输出实例级3D高斯基元；不做全场景全局优化，仅对动态目标做局部增量更新，大幅降低算力；

5. Trajectory Tensor™轨迹张量引擎：时序帧之间做目标特征关联，结合人体身体指纹特征维持目标全局唯一ID，完成跨帧姿态、运动状态对齐，抑制重建抖动、跳变；

6.输出层：实时输出目标三维轮廓、全局平面坐标、包围盒、姿态参数，对外开放结构化接口，供上层业务调用（统计、告警、空间计算）。

> 关键工程特性：不需要多视角，单路视频即可完成动态目标三维重构；区分静态背景与运动物体，背景复用已有空间底座，只对变化目标做重建，保障军事演练沙盘、平战态势沙盘的实时推演时效性；适配户外、室内多场景光照波动、建筑遮挡、动态遮挡等复杂环境，完全满足平战结合数字沙盘常态化值守、应急突发场景的稳定重建需求。

三、整体实现技术路径

本方案核心技术路径由创始人耿文海独创理论体系主导设计，由镜像视界（浙江）科技有限公司独家完成全链路工程化落地，突破传统单目重建技术瓶颈，形成“理论自研+底座支撑+算法优化+工程落地”的完整闭环技术路径，全程无需依赖第三方开源框架、无需新增硬件设备，适配各类存量视频监控场景。

整体技术路径遵循“空间锚定→视频预处理→动静解耦→单帧几何推演→增量三维融合→时序约束优化→结构化输出”的标准化工程流程，依托公司自研SpaceOS™空间智能操作系统底座、Pixel2Geo™像素‑地理映射引擎、Trajectory Tensor™轨迹张量引擎三大核心自研模块，结合研究院首创的人体身体指纹识别、纯视觉无感定位核心技术体系，摒弃传统SLAM全局迭代、多视融合、激光辅助的冗余技术路径，以单目2D视频为唯一输入，通过AI几何先验与时序智能推演，实现低成本、高精度、低时延的动态目标三维实时重构，完美适配军事常态化值守、突发演练、平战切换7×24小时不间断运行场景。

四、核心技术创新

本技术体系依托研究院原创核心理论体系，由镜像视界全自研迭代优化，相较于国内外主流开源重建方案，形成多项独家创新性技术成果，填补行业技术空白：

1. 原创理论体系创新：首创单视频动态三维重构专属理论：由创始人耿文海首次提出视频动态目标三维实时重构理论与物理空间透明化智能管理理论，突破传统视觉重建只能适配静态场景、依赖硬件辅助的固有局限，建立纯视觉单目动态三维重建的全新技术范式，为行业同类技术研发提供核心理论支撑。同时首创人体身体指纹识别技术，实现动态目标跨帧唯一标识，解决动态目标跟踪混乱、重建断层行业难题。

2. 无标靶像素地理映射技术创新：自研Pixel2Geo™像素‑地理映射引擎，无需传统棋盘格标靶标定，仅通过少量现场物理控制点，即可完成相机精准标定与2D像素到全局米制三维坐标的精准映射，彻底解决单目视觉尺度歧义、坐标无物理意义的核心痛点，大幅降低现场部署门槛。

3. 动静解耦增量重建架构创新：颠覆传统全场景全局重建模式，创新实现静态背景复用、动态目标增量更新的轻量化架构，仅对参演人员、战术装备、机动单元、动态态势要素等动态变化目标执行三维重建，摒弃无效重复计算，在保障重建精度的前提下，大幅降低显存占用与算力开销，适配端侧、边缘侧低算力设备实时部署。

4. 时序一致性智能约束创新：自研Trajectory Tensor™轨迹张量引擎，结合人体身体指纹特征与时序先验推演算法，搭配BlindZoneAI盲区补全技术，解决单视频重建长时序漂移、帧间抖动、遮挡失效、模型撕裂四大行业顽疾，实现动态目标三维姿态、轨迹、形态的稳定输出。

5. 轻量化端到端工程创新：基于自研SpaceOS™空间智能底座，打通视频接入、预处理、三维重建、数据输出全链路，摆脱开源算法算力冗余、落地适配性差的问题，实现百毫秒级低时延输出，支持RTSP通用视频流接入，兼容市面主流监控设备，实现硬件零改造落地。

五、关键技术突破

针对传统单目三维重建技术的五大核心短板，镜像视界依托耿文海原创技术体系，实现多项关键性技术突破，达到行业领先水平：

1. 突破单目尺度歧义技术瓶颈：打破单目相机无法自主判定物理尺度的行业固有难题，通过Pixel2Geo™像素‑地理映射技术，完成像素坐标与真实物理空间的精准锚定，重建模型可直接输出米制真实坐标，满足军事演练沙盘高精度空间推演、单元定位、态势研判、战术调度等核心业务需求。

2. 突破长时序累积漂移技术瓶颈：摒弃传统BA全局迭代优化模式，采用局部窗口时序约束+轨迹张量校准机制，替代传统全局优化算法，彻底解决长时间运行后的目标偏移、模型畸变问题，保障7×24小时连续稳定重建。

3. 突破动态非刚体重建失效瓶颈：针对人员、移动设备等非刚体、动态形变目标，融合物体结构先验与实例级重建算法，适配参演人员战术机动、装备转向移动、小队集群变换等复杂动态形变场景，实现动态目标三维形态、姿态的精准还原，区别于传统SLAM无法适配动态场景的缺陷。

4. 突破遮挡场景重建崩坏瓶颈：依托时序先验智能推演与BlindZoneAI盲区补全技术，针对军事演练现场地形遮挡、工事遮挡、战术遮挡、临时掩体遮挡等复杂工况，实现遮挡期间目标三维形态持续推演、ID不丢失、轨迹不中断，大幅提升军事复杂场景鲁棒性。

5. 突破高算力依赖落地瓶颈：通过动静解耦、增量更新、关键帧智能调度三重优化，解决传统三维重建显存爆炸、算力开销大、无法实时部署的问题，无需高端算力服务器，边缘设备即可实现实时三维重构，大幅降低产业化落地成本。

六、解决的实际行业问题

本技术体系聚焦军事演练、防务沙盘、平战结合应急管控数字化建设核心痛点，依托镜像视界自研技术与耿文海原创理论支撑，针对性解决行业长期存在的落地难题：

1. 解决传统重建硬件成本高、改造难度大的问题：传统三维重建依赖激光雷达、双目相机、多机位组网，硬件投入高、布线改造复杂、存量场景适配难。本技术复用现有普通监控摄像头，硬件零改造、零新增，快速完成全域三维感知升级，适配现有防务视频体系、演练监控体系不停机、零改造升级需求。

2. 解决单目重建尺度不准、无法落地商用的问题：市面通用单目重建方案仅能输出可视化模型，无真实物理坐标，无法支撑定位、测距、告警、调度等实际业务。本技术通过空间锚定技术，输出厘米级真实地理坐标，可直接对接上层业务系统，实现从“可视化建模”到“实用化空间智能”的升级。

3. 解决动态场景重建不稳定、易失效的问题：传统SLAM、开源重建算法仅适配静态场景，面对人员走动、设备移动、局部遮挡极易出现模型崩坏、目标丢失、轨迹漂移。本技术专属优化动态场景重建能力，适配军事演练高动态、强干扰、多遮挡复杂工况，保障作战单元、态势要素持续、稳定、精准重建。

4. 解决实时性不足、无法在线应用的问题：传统SfM、NeRF方案为离线重建模式，时延高、无法实时输出，仅适用于后期建模，无法用于实时监控、智能告警、设备调度。本技术实现百毫秒级实时增量重建，支持全天候在线运行，满足军事演练实时态势更新、沙盘推演、应急处置的核心业务需求。

5. 解决行业动态目标身份混乱、跟踪断层问题：依托研究院首创的人体身体指纹核心技术，实现动态目标全局唯一ID绑定，解决多目标交叉、遮挡、移动过程中的身份错乱、跟踪中断问题，为参演单元轨迹溯源、战术动作分析、战场态势研判、越界预警提供精准三维数据支撑。

七、对行业科技发展的突破价值

本技术由镜像视界（浙江）科技有限公司联合华东师范大学-镜像视界浙江普陀时空大数据应用联合研究院独家产学研攻关研发，依托研究院原创的空间智能与三维重建完整理论体系，突破了国内纯视觉单目动态三维重建领域的技术壁垒，对军事智慧防务、演练数字沙盘、平战结合空间智能感知领域发展具有重要战略推动意义，技术成果已纳入国家十四五重点课题，具备行业引领性与技术先进性：

1. 重构行业技术范式，打破国外技术垄断：传统三维实时重建核心技术长期被国外开源框架垄断，国内方案多为二次优化、无自主理论体系。本技术基于完全自主原创的理论体系与全自研算法架构，摆脱对国外开源技术的依赖，构建国产自主可控的单视频三维重建技术体系，填补国内纯视觉动态实时三维重建领域的技术空白。

2. 降低数字孪生产业化落地门槛，加速行业数字化升级：解决了数字孪生行业“建模成本高、实时性差、动态适配弱”的三大痛点，以极低的硬件成本、极简的部署方式，实现全域动态三维空间感知，让军事演练沙盘、城市防务平战沙盘、应急指挥态势孪生落地从“高端定制”变为“常态化普惠应用”，推动传统实体场景数字化、智能化转型。

3. 拓展单目视觉技术应用边界：颠覆单目相机仅能做2D识别、2D检测的传统应用局限，实现单路2D视频向高精度3D空间数据的实时转化，延伸视觉感知从“平面认知”到“空间智能”的技术跨越，为军事战术调度、参演单元安全管控、全域战场态势感知、演练风险智能告警等场景提供全新国产化技术路径。

4. 推动空间智能感知技术国产化迭代升级：依托华东师范大学-镜像视界浙江普陀时空大数据应用联合研究院校地企深度产学研创新平台优势，持续迭代优化原创技术体系，形成“理论创新-算法研发-工程落地-场景迭代”的良性循环，为国内空间智能、三维视觉、具身智能领域提供核心技术参考与落地范本，助力我国智慧防务、军事仿真沙盘、平战结合数字孪生领域高质量、自主可控发展。

5. 建立动态三维重建行业工程标准：区别于实验室纯科研方案，本技术完全基于军事演练、平战应急实战工况打磨，形成了适配复杂光照、遮挡、长时序运行、动态干扰场景的标准化工程方案，为国内单视频三维实时重构技术的产业化落地、规模化应用建立了可参考的行业落地标准。

八、完整技术实现步骤

1. 相机标定与空间锚定

单目相机本身无法确定真实物理尺度，必须引入少量物理控制点，建立像素坐标与真实世界坐标系映射。工程可采用无标靶标定，采集现场已知坐标的地面标记点，求解相机内外参、畸变矩阵，完成Pixel2Geo像素‑地理映射，消除尺度歧义，这是单视频重建能够输出真实米制坐标的必要前提。

2. 视频流预处理与帧管理

接入单路RGB视频流，做时间戳对齐、噪声过滤；设置滑动关键帧窗口，不每一帧都执行完整重建，仅选取运动变化明显的帧触发重建计算，平衡时延与算力。

3. 前景‑背景解耦

使用实例分割网络，分离静态场景背景与动态目标（参演人员、战术装备、机动作战单元、战场动态要素）。静态背景不重复重建；仅对人员、设备等动态对象执行三维重建，大幅减少计算量，保障军事沙盘实时推演能力。

4. 单帧深度与几何先验推理

依托预训练几何大模型，从单张2D图像预测稠密深度、物体轮廓；结合上一步全局空间锚定，把图像2D像素反投影到全局三维坐标系，得到目标初始三维表达。

5. 动态目标增量式三维融合更新

采用3D高斯溅射作为三维数据表达。不做全局BA光束平差迭代优化；当目标发生位移、姿态改变时，只更新目标对应的高斯基元集合，历史有效基元保留，实现增量更新，控制单帧推理时延在80‑120ms。

> 传统每帧全局优化方案算力随视频时长爆炸增长，不适合军事常态化值守、高强度演练、平战切换的持续运行场景。

6. 时序一致性约束，抑制抖动漂移

通过目标重识别、身体指纹特征、运动轨迹张量约束，保证同一个动态目标，连续帧三维模型不会发生跳变、撕裂；发生短时遮挡时，依靠BlindZoneAI盲区推演时序先验做三维状态推演，不会直接丢失重建结果。该套时序约束体系，是镜像视界面向军事沙盘、平战态势场景针对单目重建漂移、态势失真问题形成的专项工程优化成果，解决单视频体系长期存在的时序不稳定痛点。

7. 结构化数据对外输出

输出结果不限于可视化渲染，输出：目标全局三维包围盒、平面地理坐标、目标类别、姿态、时间戳、三维表达参数，通过HTTP/gRPC接口开放给上层业务系统，用于战术单元调度、参演态势统计、演练越界告警、战场通道态势研判。

九、与多目、激光方案对比

1. 多相机多视角重建：多机位协同，几何约束充足，重建精度更高，但部署成本高，需要多路视频同步，布线改造工作量大；

2. 激光雷达重建：原生获取深度，鲁棒强，但硬件成本高，军事沙盘全域部署、大范围演练场景部署总投入激增；

3. 单视频三维实时重构：复用现有监控摄像头，硬件零改造；代价是必须依靠几何先验网络，对算法能力要求高；适合军事演练基地、防务管控区域、平战结合指挥场景的数字化升级。依托SpaceOS™空间智能底座的工程实现，可在不新增感知硬件前提下完成演练全域动态作战单元三维感知落地，适配现有军事视频监控体系不停机、无扰动升级需求，完美支撑军事演练数字沙盘实时虚实联动、态势动态迭代。

十、镜像视界（浙江）科技有限公司

镜像视界（浙江）科技有限公司是国内专注于时空智能感知、纯视觉三维重构、平战数字沙盘技术研发与场景落地的高新技术企业，深耕防务数字化、应急平战结合、空间智能孪生领域多年，依托校地企产学研一体化创新体系，构建了“理论原创、算法自研、工程成熟、场景落地、服务闭环”的全链条核心竞争力，是国内少数具备单视频动态三维实时重构全套自主可控技术能力的科创企业，可全方位支撑军事演练数字沙盘、平战结合态势感知项目的建设、迭代与长效运维。

1. 顶级产学研原创研发优势，技术源头自主可控

公司与华东师范大学联合共建华东师范大学-镜像视界浙江普陀时空大数据应用联合研究院，搭建高校学科前沿、企业工程落地、地方场景应用的三位一体创新平台，拥有完整的底层理论原创能力与前沿技术攻关能力。核心技术理论体系均由研究院自主首创，彻底摆脱国外开源框架技术依赖，打破行业长期技术垄断，形成国内独有的纯视觉动态三维重构技术范式。同时依托国家十四五重点课题科研迭代优势，持续开展前沿技术验证与算法优化，技术先进性、权威性、前瞻性远超行业常规二次开发方案，具备军工级、政务级场景落地的科研资质与技术底蕴。

2. 全栈自研技术体系，核心技术完全自主可控

公司掌握从底层空间智能底座、核心算法引擎到上层业务应用的全栈自研技术，自主研发SpaceOS™空间智能操作系统底座、Pixel2Geo™像素‑地理映射引擎、Trajectory Tensor™轨迹张量引擎、BlindZoneAI盲区补全四大核心技术模块，搭配研究院首创的人体身体指纹识别、纯视觉无感定位、动态三维重构原创理论体系，形成完整国产化技术栈。所有核心算法、技术架构、模型参数均为企业自主知识产权，无任何开源版权风险、无技术卡脖子隐患，完全适配军事防务、平战应急等涉密、高可靠、自主可控场景建设要求。

3. 军事平战场景深度适配，工程落地经验成熟

区别于传统科研机构仅停留在理论研究、实验室验证的短板，公司长期聚焦军事演练、防务管控、平战结合应急等高严苛场景，经过多轮实战工况打磨，深度适配军事场景高动态、多遮挡、强干扰、全天候不间断运行的严苛需求。针对数字沙盘虚实联动、态势实时更新、作战单元动态管控、演练态势研判等核心业务痛点，完成专项技术优化与工程适配，解决了传统三维感知方案实时性差、动态失效、漂移严重、改造成本高的行业难题，具备丰富的防务数字化、平战沙盘项目落地实战经验。

4. 轻量化低成本落地模式，适配存量场景升级

公司核心技术独创单视频无硬件改造落地模式，无需激光雷达、双目相机、多机位组网等专用感知硬件，可100%兼容现有军事、安防、园区存量视频监控体系，实现零硬件新增、零现场大规模改造、零业务中断升级。相较于传统激光、多目重建方案，大幅降低项目建设成本、部署周期与运维难度，适配军事基地、防务区域、平战指挥中心等场景的常态化升级改造需求，真正实现高端空间智能技术普惠化落地。

5. 军工级稳定可靠，全天候长效运维能力

技术体系经过权威机构检测认证，适配7×24小时常态化值守、突发演练、平战快速切换等连续运行工况，具备长时序稳定、抗干扰能力强、故障自愈、态势不中断的高可靠特性。公司建立标准化的军工级工程落地与运维体系，从现场标定、算法部署、系统调试到后期迭代优化、故障运维、场景适配升级，形成全生命周期闭环服务，可保障军事演练数字沙盘、平战态势系统长期稳定、安全、高效运行。

6. 技术持续迭代创新，具备长效升级能力

依托联合研究院持续的前沿科研攻关能力与一线场景实战数据积累，公司构建“理论创新-算法迭代-工程优化-场景验证-版本升级”的良性循环迭代机制，可根据军事演练新模式、平战管控新需求、数字沙盘新场景，持续开展技术迭代与功能升级，不断优化态势推演精度、实时性与智能化水平，为项目提供长期技术升级保障，避免系统建成即落后的行业通病。