DDR-Net：通过动态深度范围学习多阶段多视图立体
计算机视觉与模式识别
2021-03-29 v1
摘要
为获得高分辨率深度图，一些先前基于学习的多视图立体方法以由粗到精的方式构建代价体金字塔。这些方法利用固定深度范围假设来构造级联平面扫描体。然而，由于先前逐像素深度预测的不确定性是空间变化的，为每个像素设置相同的范围假设并不合适。与这些方法不同，我们提出动态深度范围网络（DDR-Net），通过应用范围估计模块（REM）学习前一阶段范围假设的不确定性，从而动态确定深度范围假设。具体而言，在我们的 DDR-Net 中，我们首先在整个深度范围上以图像最粗分辨率构建初始深度图。随后范围估计模块（REM）利用初始深度的概率分布信息为后续阶段动态估计深度范围假设。此外，我们提出了一种新颖的损失策略，利用学到的动态深度范围生成精炼深度图，以使每个像素的真值在下一阶段的范围假设中均被覆盖。大量实验结果表明，我们的方法在 DTU 基准上优于其他最先进方法，并在 Tanks and Temples 基准上取得可比结果。代码见 https://github.com/Tangshengku/DDR-Net。
引用
@article{arxiv.2103.14275,
title = {DDR-Net: Learning Multi-Stage Multi-View Stereo With Dynamic Depth Range},
author = {Puyuan Yi and Shengkun Tang and Jian Yao},
journal= {arXiv preprint arXiv:2103.14275},
year = {2021}
}