提供室内场景的 RGB-D 扫描数据集与标注工具，用于训练和评测三维重建、语义分割等视觉模型。

Matterport3D 是一个面向 RGB-D 机器学习任务的大规模室内场景数据集，提供带标注的 3D 重建与语义理解数据，适合训练和评测场景重建模型。

ScanNet++ 是一个高保真 3D 室内场景数据集，提供配套工具，支撑三维重建、语义与实例分割、新视角合成等研究。

用神经网络从 RGB-D 序列重建高质量三维表面，是 CVPR 2022 论文的官方实现，适合做室内场景的稠密重建。

基于曼哈顿世界假设的神经隐式三维重建方法，利用场景中互相垂直的平面结构约束，从多视角图像重建室内房间的稠密几何。