基于非对称棋盘传播与多假设联合视图选择的多视立体
计算机视觉与模式识别
2018-05-22 v1
摘要
在计算机视觉领域，如何快速且精确地执行多视立体（MVS）仍是一个具有挑战性的问题。本文提出一种快速而精确的三维稠密重建方法，称为 AMHMVS，其构建于基于 PatchMatch 的立体算法之上。与常规的对称传播方案不同，我们的方法采用非对称棋盘传播策略，能够根据当前邻域假设的置信度自适应地使有效假设进一步扩展。为了更好地从多幅图像中聚合视觉信息，我们提出针对每个像素的多假设联合视图选择，其利用基于多个传播假设的代价矩阵并行鲁棒地推断合适的聚合子集。结合上述两步，我们的方法不仅具备大规模并行计算能力，还获得了高精度与高完整度。在大量数据集上的实验表明，我们的方法取得了更准确且鲁棒的结果，并且运行速度快于对比方法。
引用
@article{arxiv.1805.07920,
title = {Multi-View Stereo with Asymmetric Checkerboard Propagation and Multi-Hypothesis Joint View Selection},
author = {Qingshan Xu and Wenbing Tao},
journal= {arXiv preprint arXiv:1805.07920},
year = {2018}
}