FaSS-MVS——基于无人机单目影像的具有表面感知半全局匹配的快速多视立体
计算机视觉与模式识别
2024-10-21 v1
摘要
通过FaSS-MVS,我们提出了一种具有表面感知半全局匹配的快速多视立体方法,可从无人机捕获的单目航拍视频数据快速估计深度与法向图。FaSS-MVS估计的数据进而支持在线3D建图,即在图像数据获取或接收的同时立即增量式生成场景的3D地图。FaSS-MVS由一种分层处理方案构成,其中深度与法向数据以及相应置信度以由粗到细的方式估计,从而高效处理低空无人机倾斜影像固有的大场景深度。实际的深度估计采用平面扫描算法进行密集多图像匹配以产生深度假设,再通过表面感知半全局优化提取实际深度图,降低了SGM的正面平行偏置。给定估计的深度图,像素级表面法向信息通过将其重投影为点云并在受限局部邻域内计算法向量获得。在详尽的定量与消融研究中,我们表明FaSS-MVS计算的3D信息精度接近离线多视立体最先进方法的精度,误差甚至不高于COLMAP一个数量级。然而同时,FaSS-MVS估计单张深度与法向图的平均运行时间不到COLMAP的14%,从而能以1-2 Hz对全高清影像进行在线增量处理。
引用
@article{arxiv.2112.00821,
title = {FaSS-MVS -- Fast Multi-View Stereo with Surface-Aware Semi-Global Matching from UAV-borne Monocular Imagery},
author = {Boitumelo Ruf and Martin Weinmann and Stefan Hinz},
journal= {arXiv preprint arXiv:2112.00821},
year = {2024}
}