基于多分辨率因子图的立体匹配算法
计算机视觉与模式识别
2022-02-04 v1 机器学习
摘要
场景在任意视角方向上的稠密深度图可由该场景多个低维视图之间的稠密视图对应来估计。这些低维视图对应依赖于各视图之间以及视图与场景之间的几何关系。确定稠密视图对应之所以困难，部分原因在于场景中存在同质区域，以及存在遮挡区域和视图间的光照差异。我们提出一种新的基于多分辨率因子图的立体匹配算法（MR-FGS），其利用了视图之间以及视差估计之间分辨内与分辨间的依赖关系。所提出的框架允许对应问题在多分辨率间交换信息，有助于处理场景中较大的同质区域。基于常用的性能度量，使用 Middlebury 立体基准数据集中的立体图像对对 MR-FGS 算法进行了定性与定量评估。与近期开发的因子图模型（FGS）相比，MR-FGS 算法提供了更精确的视差估计，且无需常用的称为左右一致性检查的后处理步骤。因子图模型内的多分辨率依赖约束显著改善了 MR-FGS 生成的视差图中深度边界的对比度。
引用
@article{arxiv.2202.01309,
title = {Multi-Resolution Factor Graph Based Stereo Correspondence Algorithm},
author = {Hanieh Shabanian and Madhusudhanan Balasubramanian},
journal= {arXiv preprint arXiv:2202.01309},
year = {2022}
}
备注
18 pages, 4 figures and 2 tables. arXiv admin note: text overlap with arXiv:2109.11077