基于自适应深度范围推断与法向线索的空中多视图立体
计算机视觉与模式识别
2025-06-09 v1 图像与视频处理
摘要
从多视图航空图像进行三维数字城市重建是深度多视图立体（MVS）方法超越传统技术的关键应用场景。然而，现有方法常忽视航空与近距离场景之间的关键差异，如沿光谱线的深度范围变化以及低细节航空图像导致的特征匹配不敏感。为此，本文提出一种自适应深度范围 MVS（ADR-MVS），集成单目几何线索以提高多视图深度估计精度。ADR-MVS 的关键组件是深度范围预测器，通过交叉注意力学习生成自适应范围图。在第一个阶段，由单目线索推导的范围图突破了预定义的深度边界，提高了特征匹配的判别性，缓解了收敛到局部最优点的风险。在后续阶段，推断的范围图逐步缩小，最终与级联 MVS 框架对齐，以实现精确的深度回归。此外，专为航空立体图像设计了一个法向引导的成本聚合操作，以提高成本体积中的几何感知能力。最后，我们引入一个法向引导的深度细化模块，超越了现有的 RGB 指导技术。实验结果表明，ADR-MVS 在 WHU、LuoJia-MVS 和 M"unchen 数据集上实现了最新的性能，同时表现出优异的计算复杂度。
引用
@article{arxiv.2506.05655,
title = {Aerial Multi-View Stereo via Adaptive Depth Range Inference and Normal Cues},
author = {Yimei Liu and Yakun Ju and Yuan Rao and Hao Fan and Junyu Dong and Feng Gao and Qian Du},
journal= {arXiv preprint arXiv:2506.05655},
year = {2025}
}
备注
IEEE TGRS 2025