基于双精度边缘引导的多视图立体配准
计算机视觉与模式识别
2024-12-31 v1
摘要
低纹理区域的重建是多视图立体配准 (MVS) 中的热门研究焦点。近年来，传统 MVS 方法通过构建平面模型在重建低纹理区域方面表现卓越。然而，这些方法常遇到跨越物体边界和感知范围有限的问题，这些问题削弱了平面模型构建的鲁健性。基于前期工作 (APD-MVS)，我们提出了 DPE-MVS 方法。通过引入双精度边缘信息，包括细粒和粗粒边缘，我们增强了平面模型构建的鲁健性，从而提高了低纹理区域的重建精度。此外，利用边缘信息，我们细化了传统 PatchMatch MVS 中的采样策略，并提出了一种自适应 patch 大小调整方法，以优化随机和低纹理区域的匹配代价计算。这种额外使用边缘信息的方式使得匹配更加精确和稳健。我们的方法在 ETH3D 和 Tanks & Temples 数据集上实现了最先进的性能。值得注意的是，我们的方法在 ETH3D 数据集上超越了所有已发布的方法。
关键词
引用
@article{arxiv.2412.20328,
title = {Dual-Level Precision Edges Guided Multi-View Stereo with Accurate Planarization},
author = {Kehua Chen and Zhenlong Yuan and Tianlu Mao and Zhaoqi Wang},
journal= {arXiv preprint arXiv:2412.20328},
year = {2024}
}
备注
Accepted by AAAI25