RC-MVSNet：基于神经渲染的无监督多视图立体视觉
计算机视觉与模式识别
2022-08-23 v4
摘要
在不同视图间寻找准确对应关系是无人监督多视图立体视觉（MVS）的阿喀琉斯之踵。现有方法建立在对应像素具有相似光度特征的假设之上。然而，真实场景中的多视图图像会观测到非朗伯表面并经历遮挡。本工作中，我们提出一种结合神经渲染（RC-MVSNet）的新方法来解决视图间对应的歧义问题。具体而言，我们施加深度渲染一致性损失以约束接近物体表面的几何特征，从而缓解遮挡。同时，我们引入参考视图合成损失以生成一致的监督，即便对非朗伯表面亦如此。在DTU与Tanks&Temples基准上的大量实验表明，我们的RC-MVSNet方法在无监督MVS框架中达到了最先进性能，并与许多有监督方法具有竞争力。代码发布于 https://github.com/Boese0601/RC-MVSNet
引用
@article{arxiv.2203.03949,
title = {RC-MVSNet: Unsupervised Multi-View Stereo with Neural Rendering},
author = {Di Chang and Aljaž Božič and Tong Zhang and Qingsong Yan and Yingcong Chen and Sabine Süsstrunk and Matthias Nießner},
journal= {arXiv preprint arXiv:2203.03949},
year = {2022}
}
备注
Accepted by ECCV 2022, Project Page: https://boese0601.github.io/rc-mvsnet/