重新审视面向城市三维重建的 PatchMatch 多视图立体
计算机视觉与模式识别
2022-07-19 v1
摘要
本文提出一种基于 PatchMatch 多视图立体（MVS）的城市场景图像三维重建完整流程。输入图像首先送入现成的视觉 SLAM 系统以提取相机位姿与稀疏关键点，用于初始化 PatchMatch 优化。随后，在多层尺度框架下迭代计算逐像素深度与法向，并引入新颖的深度-法向一致性损失项与全局精化算法，以平衡 PatchMatch 固有的局部性。最后，通过多视图一致估计的三维反投影生成大规模点云。所提方法在 KITTI 数据集上与经典 MVS 算法及单目深度网络进行了细致对比评估，展现出最先进的性能。
引用
@article{arxiv.2207.08439,
title = {Revisiting PatchMatch Multi-View Stereo for Urban 3D Reconstruction},
author = {Marco Orsingher and Paolo Zani and Paolo Medici and Massimo Bertozzi},
journal= {arXiv preprint arXiv:2207.08439},
year = {2022}
}
备注
Poster presentation at IEEE Intelligent Vehicles Symposium (IV 2022, https://iv2022.com/)