三维重建是计算机视觉的一个热门研究方向,其主要目标是通过物体的二维特征精确地恢复它的三维特征。传统的三维重建通过使用高分辨率的图像采集设备获取目标物体的二维特征,然后使用算法重建它的三维特征,但是算法的计算量较大、实时性较差,且易受图像采集设备和拍摄条件的影响,导致目标的三维重建精度无法得到保证。近年来,随着神经网络和深度学习技术的发展,国内外学者通过训练深度学习模型来实现二维图像到三维特征的转化,如3D-R2N2网络、Pix2Vox网络和Pix2Vox++网络,均可以在传统的三维重建方法失败的情况下（缺乏纹理或宽基线）实现对目标的三维重建。然而,3D-R2N2网络的三维重建精度偏低,Pix2Vox网络也不能流畅地实现二维特征到三维特征的端到端映射,为此,本文对Pix2Vox网络的结构进行了改进。为了更进一步地实现单视图由低分辨率到高分辨率的三维重建,以及多视图三维特征的精确融合,本文重构出一种基于深度神经网络的多视图目标三维重建网络（称之为Pix2Vox-Pro）。本文主要研究内容如下:（1）研究并改进Pix2Vox网络。首先,在Pix2Vox网络中添加深度估计网络,流畅地实现了二维特征到三维特征的端到端映射。然后,在三维特征生成网络中使用线性上采样和反卷积融合升维模块,实现粗粒度和细粒度相融合的三维重建过程。实验表明,上述改进加快了模型的收敛速度,提升物体三维重建的Io U。（2）设计了一种Pix2Vox-Pro网络。该网络能够对目标的RGB图像进行多视图三维重建。在编码网络和解码网络直接加入多个深度估计模块,实现从多个尺寸的二维特征生成相应的三维特征,从而更好地实现单视图由低分辨率到高分辨率的三维重建;进一步地,提出上下文多尺度感知融合网络,更好地把每个视图生成的三维特征进行融合。实验表明,Pix2Vox-Pro网络在Shape Net数据上的单个视图三维重建的Io U值为0.677,而多个视图三维重建的Io U值可以达到0.725。（3）在Pix2Vox-Pro网络中引入3DFocal Loss作为损失函数。使用3DFocal Loss代替二元交叉熵作为损失函数,有效地解决了物体在体素网格中的占比不均衡、以及部分网格难以区分的问题。通过对本文提出的多视图三维重建网络做定性和定量实验,结果表明,本文提出的Pix2Vox-Pro三维重建Io U比现有的Pix2Vox平均高出1.5%以上,比Pix2Vox++高出平均高出0.6%以上,更好地实现了目标物体的三维重建效果。