扭曲、空洞、体素化仍然是很多3D重建模型的通病，导致视觉效果很不友好。近日，Facebook、MIT等发表论文《DeepSDF: Learning Continuous Signed Distance Functions for Shape Representation》，提出了新型的基于深度学习的连续场3D重建模型DeepSDF，可以生成具备复杂拓扑的高质量连续表面。特别是，由于可以在反向传播过程中顺便求得空间梯度，DeepSDF能生成非常平滑的表面。