DELS-MVS：用于多视图立体视觉的深度对极线搜索
计算机视觉与模式识别
2022-12-14 v1
摘要
我们提出了一种基于深度学习的多视图立体视觉 (MVS) 新方法。对于参考图像中的每个像素，我们的方法利用深度架构沿对应的对极线直接在源图像中搜索对应点。我们将该方法记为 DELS-MVS：深度对极线搜索多视图立体视觉 (Deep Epipolar Line Search Multi-View Stereo)。先前深度 MVS 的工作在深度空间内选取感兴趣范围，将其离散化，并根据所得深度值对极线进行采样：这可能导致对极线乃至图像空间的不均匀扫描。相反，我们的方法直接在对极线上工作：这保证了图像空间的均匀扫描，并避免了选取感兴趣深度范围（通常无法先验得知且随场景剧烈变化）以及深度空间合适离散化的需要。事实上，我们的搜索是迭代式的，从而避免了构建代价体，而代价体在存储与处理上均开销巨大。最后，我们的方法利用随每个深度一同预测的置信度，对估计的深度图进行鲁棒的几何感知融合。我们在 ETH3D、Tanks and Temples 和 DTU 基准上测试了 DELS-MVS，并取得了与最先进方法相竞争的结果。
引用
@article{arxiv.2212.06626,
title = {DELS-MVS: Deep Epipolar Line Search for Multi-View Stereo},
author = {Christian Sormann and Emanuele Santellani and Mattia Rossi and Andreas Kuhn and Friedrich Fraundorfer},
journal= {arXiv preprint arXiv:2212.06626},
year = {2022}
}
备注
accepted at WACV 2023