虚拟现实技术愈发重要。三维手部获取方法是虚拟与现实沟通的桥梁。基于虚拟三维手部的人机交互真实自然。但是三维手部的获取并非易事,并且其中数据扮演重要角色。目前的方法存在精度不足、效率较低或鲁棒性较差等问题,其原因在于缺乏高质量手部三维数据。所以手部三维数据重建十分重要。本文对多视角三维手部重建方法进行研究。旨在鲁棒、全面、便捷地获取真实可靠的三维人体手部模型,并构建带有多种数据标注的数据集。本文主要工作和贡献在于:（1）设计实现了适合手部采集的多视角三维采集系统。针对传统系统的问题,本文设计并实现了稳定、高精度、可拓展的三维手部硬件采集系统。首先使用工业铝型材料构建了笼型采集支架和外部支撑结构;接着工业LED光源被用来构建全角度恒定光源系统;最后系统搭载高精度单反相机作为图像采集单元。此外,可靠的标定方法被提出。（2）提出了多视角立体与模板配准的手部重建方法,实现了准确的数据多标注。首先使用获取的手部二维节点和轮廓先验构建能量方程进行像素匹配,再优化深度视差图和点云来鲁棒地估计深度;接着重建三维手部节点,并通过线性混合蒙皮和非刚性配准算法获取完整的手部表面;最后通过图像纹理推断手部高频细节。（3）提出了基于卷积神经网络的多视角手部三维点云重建方法,提升了点云重建鲁棒性,降低了数据采集门槛。以深度图像特征为基础,提出了对于传统视觉三维重建方法的改进。首先基于三维反馈的自标注数据集训练提升征提取网络特征提取性能;接着使用基于注意力机制的图神经网络实现特征点匹配以估计相机位置;最后,用基于构建代价体的深度估计网络获取完整的手部表面。（4）构建并发布了多标注高清手部三维数据集（Hand3DStudio 4K Dataset）。数据集包含了多于40K张高清多视角手部图像数据。本文对数据集进行精确的标注,给出了可靠的多模式数据标注。该数据集促进了三维手部重建研究工作和工业应用。