多视角捕获中提高表面覆盖质量的新方法

相机的景深是需要在主体到相机之间距离较短或使用大焦距时（如全身摄影、考古学及其他近距离测量应用）的限制因素。在多视角捕获场景中，当目标物体大于相机视野时，优化其高质量表面覆盖仍是一个挑战。给定目标物体的 3D 网格和相机位姿，我们提出了一种新方法，为每个相机推导焦点距离，以优化所覆盖表面区域的质量。我们首先设计一种期望最大化（EM）算法，为网格上的点分配唯一的相机，然后根据关联点集求解每个相机的焦点距离。我们进一步提出了一种 $k$-view 算法，通过考虑多个视角同时求解点分配和焦点距离，从而提高表面覆盖质量。我们在各种全身摄影情景下验证了所提方法的有效性。EM 和 $k$-view 算法分别比基线单视角方法提高了至少 $24$ 和 $28$ 的相对成本，对应于大约增加 $1550$ cm$^2$ 和 $1780$ cm$^2$ 的有效面积。我们认为这些算法在需要测量细节但受景深限制的众多视觉应用中可能具有实用价值。