DVP-MVS：协同深度边缘与可见性先验的多视图立体匹配
计算机视觉与模式识别
2025-11-26 v3
摘要
基于块形变的方法由于结合了可形变和可扩展的感知来重建无纹理区域，近期在多视图立体匹配中展现出显著的有效性。然而，这类方法通常专注于探索相关的可靠像素以减轻块形变过程中的匹配歧义，却忽略了由错误跨越边缘和可见性遮挡引起的形变不稳定性，导致潜在的估计偏差。为了解决上述问题，我们提出了 DVP-MVS，该方法创新性地协同深度边缘对齐与跨视图先验，以实现鲁棒且具备可见性感知的块形变。具体而言，为避免意外的跨越边缘，我们首先利用 Depth Anything V2 和 Roberts 算子分别初始化粗略深度图和边缘图，随后通过腐蚀-膨胀策略对二者进行对齐，以生成用于引导块形变的细粒度均匀边界。此外，我们将视图选择权重重新表述为可见性图，并通过跨视图深度重投影恢复可见区域，然后将其作为跨视图先验以促进具备可见性感知的块形变。最后，我们通过分别引入基于视图选择的聚合可见半球法向量和基于对极线的局部投影深度差，改进了具有多视图几何一致性的传播与细化过程。在 ETH3D 和 Tanks & Temples 基准上的广泛评估表明，我们的方法能够达到 SOTA 的性能，并具有出色的鲁棒性和泛化能力。
引用
@article{arxiv.2412.11578,
title = {DVP-MVS: Synergize Depth-Edge and Visibility Prior for Multi-View Stereo},
author = {Zhenlong Yuan and Jinguo Luo and Fei Shen and Zhaoxin Li and Cong Liu and Tianlu Mao and Zhaoqi Wang},
journal= {arXiv preprint arXiv:2412.11578},
year = {2025}
}