基于点的多视图立体网络
计算机视觉与模式识别
2019-08-14 v1
摘要
我们提出 Point-MVSNet，一种新颖的基于点的深度框架，用于多视图立体（MVS）。与现有的代价体方法不同，我们的方法直接将目标场景作为点云处理。更具体地，我们的方法以由粗到精的方式预测深度。我们首先生成粗深度图，将其转换为点云，并通过估计当前迭代深度与真值深度之间的残差来迭代地细化点云。我们的网络通过将 3D 几何先验与 2D 纹理信息融合到特征增强的点云中，联合且有效地利用二者，并处理该点云以估计每个点的 3D 流。这种基于点的架构比基于代价体的对应方法具有更高的精度、更高的计算效率与更好的灵活性。实验结果表明，在 DTU 与 Tanks and Temples 数据集上，与最先进的方法相比，我们的方法在重建质量上取得了显著改进。我们的源代码与训练模型可在 https://github.com/callmeray/PointMVSNet 获取。
引用
@article{arxiv.1908.04422,
title = {Point-Based Multi-View Stereo Network},
author = {Rui Chen and Songfang Han and Jing Xu and Hao Su},
journal= {arXiv preprint arXiv:1908.04422},
year = {2019}
}
备注
Accepted as ICCV 2019 oral presentation