利用传统的运动恢复结构（SFM, struct from motion）算法实现无人机视角下的三维重建时，为减少特征点的错误匹配和运动目标对整体稀疏点云的影响，主要依靠随机采样一致性（Ransac, random sample consensus）算法，但会导致Ransac在求解相机位姿时的正确率降低，迭代次数增加。本文基于深度学习的单次多框检测器（SSD,single shot multibox detector）网络进行目标检测。首先，在尺度不变特征转换（SIFT,scale-invariant feature transform）提取特征点后，对动态目标类别范围内的特征点进行剔除；然后，在K近邻（KNN,K-nearest neighbor）暴力匹配后，对错误匹配进行剔除，减少无效运动目标范围内的特征点和不同类别间的错误匹配，使得相同置信度时，Ransac求解相机位姿的迭代次数降低，同时减少特征点暴力匹配和SFM算法计算三维点的时间。最后，通过2个场景12张图片验证了引入深度学习优化后三维重建算法的可行性。