MVSNet：面向非结构化多视图立体匹配的深度推断
计算机视觉与模式识别
2018-07-18 v2
摘要
我们提出一种端到端的深度学习架构，用于从多视图图像推断深度图。在该网络中，我们首先提取深度视觉图像特征，然后通过可微单应性扭曲在参考相机视锥上构建三维代价体。接下来，我们应用三维卷积对初始深度图进行正则化与回归，随后利用参考图像对其进行细化以生成最终输出。我们的框架使用基于方差的代价度量灵活适配任意 N 视图输入，该度量将多个特征映射为一个代价特征。所提出的 MVSNet 在大规模室内 DTU 数据集上进行了验证。经简单后处理，我们的方法不仅显著优于先前的最优方法，而且运行速度快数倍。我们还在复杂的室外 Tanks and Temples 数据集上评估了 MVSNet，在未经任何微调的情况下，我们的方法在 2018 年 4 月 18 日前排名第一，展示了 MVSNet 强大的泛化能力。
引用
@article{arxiv.1804.02505,
title = {MVSNet: Depth Inference for Unstructured Multi-view Stereo},
author = {Yao Yao and Zixin Luo and Shiwei Li and Tian Fang and Long Quan},
journal= {arXiv preprint arXiv:1804.02505},
year = {2018}
}
备注
Accepted to European Conference on Computer Vision (ECCV 2018)