本发明公开了一种基于深度学习的弱光多视图几何重建方法，属于计算机视觉技术领域。可将输入的多视角低光照图像完整、准确的转换为三维点云模型。按以下步骤进行：S1、搭建实验平台，构建弱光多视图立体重建数据集；S2、处理弱光多视图立体重建数据集，将其作为基准数据用于后续网络学习；S3、将低光照增强数据集送入级联编码器、解码器网络进行训练；S4、利用多尺度几何重建网络计算增强后多视图的深度信息；S5、将采集的需要转换的多视角低光照图像转换为三维点云模型。采用基于深度学习的多视图几何重建算法，通过低光照增强网络和多尺度重建网络可以生成更精细的细节和清晰的纹理。深度图的完整性和整体质量有了很大的提高。