PHI-MVS：面向大规模场景重建的平面假设推断多视图立体匹配
计算机视觉与模式识别
2021-04-14 v1
摘要
基于 PatchMatch 的多视图立体匹配（MVS）算法在大规模场景重建任务中已取得巨大成功。然而，无纹理平面的重建常告失败，因为相似性度量方法在这些区域可能失效。为此，提出一种新的平面假设推断策略以处理上述问题。该过程包含两步：首先，利用滤波后的初始深度图在未成功恢复的区域生成多个平面假设；其次，使用马尔可夫随机场（MRF）选取深度假设。该策略能以仅可接受的计算时间增加显著改善重建结果的完整度。此外，一种类似于空洞卷积的新加速方案可在仅轻微影响重建的前提下加快深度图估计过程。我们将上述思路集成至新的 MVS 流程——平面假设推断多视图立体匹配（PHI-MVS）。PHI-MVS 的结果在 ETH3D 公开基准上得到验证，并展现出与当前最优方法竞争的性能。
引用
@article{arxiv.2104.06165,
title = {PHI-MVS: Plane Hypothesis Inference Multi-view Stereo for Large-Scale Scene Reconstruction},
author = {Shang Sun and Yunan Zheng and Xuelei Shi and Zhenyu Xu and Yiguang Liu},
journal= {arXiv preprint arXiv:2104.06165},
year = {2021}
}