本发明公开了一种基于改进MVSNet的多视图三维重建方法及系统，属于三维重建技术领域。该方法包括如下步骤：将参考图像及源图像输入改进MVSNet网络中，通过卷积层及ECA模块提取图像的特征，得到参考图像和源图像的特征图；通过可微分的单应性变换得到特征体，通过组相似性度量模块聚合匹配代价体；通过3D卷积模块将匹配代价体正则化得到概率体；概率体由深度回归得到深度图；通过高斯牛顿优化模块优化深度图得到最终的深度图；融合所有得到的深度图和坐标变化得到稠密点云并进行三维模型的可视化。相比传统MVSNet方法，本发明充分提高了图像的特征表达能力，生成的三维点云有更高精度和完整度，并且对弱纹理、重复纹理等区域具有较高的鲁棒性。