分稀疏重建和稠密重建两类：

稀疏重建：

使用RGB相机

SLAM

Orb-slam,Orb-slam2,orb-slam3：

工程地址在：
http://webdiis.unizar.es/~raulmur/orbslam/

DSO（Direct Sparse Odometry）

因为slam的学习资料最多，所以建议先学习slam，然后再学习Direct Sparse

关于DSO的解读在
https://zhuanlan.zhihu.com/p/29177540

工程地址在：
https://github.com/JakobEngel/dso

vins-fusion

VINS-Fusion是基于优化的多传感器状态估计器，可为自主应用（无人机，汽车和AR/VR）实现准确的自定位。
VINS-Fusion是VINS-Mono的扩展，它支持多种视觉惯性传感器类型（单摄像机+IMU，立体摄像机+IMU，甚至纯双目摄像机）。

VINS: Visual-Inertial navigation Systems

它有几个版本：

https://github.com/HKUST-Aerial-Robotics/VINS-Mono，或者https://gitee.com/anjiang2020_admin/VINS-Mono

https://github.com/HKUST-Aerial-Robotics/VINS-Fusion

https://github.com/HKUST-Aerial-Robotics/VINS-Mobile

https://github.com/ManiiXu/VINS-Fusion-RGBD

https://github.com/pjrambo/VINS-Fusion-gpu

稠密重建：

使用RGBD相机

Elastic fusion,

工程链接：
https://www.worldlink.com.cn/zh_tw/osdir/elasticfusion.html

gitee链接：
https://gitee.com/anjiang2020_admin/ElasticFusion

解读：
https://www.jianshu.com/p/c3613bc73dcc

InfiniTam

论文地址：
http://export.arxiv.org/abs/1708.00783,http://export.arxiv.org/pdf/1708.00783

工程地址：
https://gitee.com/anjiang2020_admin/InfiniTAM