DeepMVS：学习多视立体视觉
计算机视觉与模式识别
2018-04-03 v1
摘要
我们提出 DeepMVS，一种用于多视立体（MVS）重建的深度卷积神经网络（ConvNet）。以任意数量的有位姿图像作为输入，我们首先生成一组平面扫描体，并使用所提出的 DeepMVS 网络预测高质量视差图。实现这些结果的关键贡献在于：（1）在照片级真实感合成数据集上的有监督预训练；（2）一种跨无序图像集合聚合信息的有效方法；（3）集成来自预训练 VGG-19 网络的多层特征激活。我们使用 ETH3D Benchmark 验证了 DeepMVS 的有效性。我们的结果表明，DeepMVS 优于最先进的传统 MVS 算法及其他基于 ConvNet 的方法，尤其在近无纹理区域和细长结构方面。
引用
@article{arxiv.1804.00650,
title = {DeepMVS: Learning Multi-view Stereopsis},
author = {Po-Han Huang and Kevin Matzen and Johannes Kopf and Narendra Ahuja and Jia-Bin Huang},
journal= {arXiv preprint arXiv:1804.00650},
year = {2018}
}
备注
CVPR 2018. Project page: https://phuang17.github.io/DeepMVS/ Code: https://github.com/phuang17/DeepMVS