具有表面取向先验的半全局立体匹配
计算机视觉与模式识别
2017-12-05 v1 机器人学
摘要
半全局匹配(SGM)是一种广泛应用的高效立体匹配技术。它在纹理丰富的场景中表现良好,但由于其正面平行平滑假设,在无纹理倾斜表面上会失效。为弥补这一问题,我们提出了一种简单的扩展,称为 SGM-P,以利用预计算的表面取向先验。此类先验在不同二维图像区域或三维场景区域中偏好不同的表面倾斜,并可通过多种方式导出。本文中,我们评估了由较粗分辨率立体匹配导出的平面取向先验,并表明此类先验可为困难的弱纹理场景带来显著的性能提升。我们还探索了由曼哈顿世界假设导出的表面法向先验,并分析了使用由真实数据导出的预言先验的潜在性能增益。SGM-P 仅给 SGM 增加少量计算开销,是采用高阶平滑项的更复杂方法的一个有吸引力的替代方案。
引用
@article{arxiv.1712.00818,
title = {Semi-Global Stereo Matching with Surface Orientation Priors},
author = {Daniel Scharstein and Tatsunori Taniai and Sudipta N. Sinha},
journal= {arXiv preprint arXiv:1712.00818},
year = {2017}
}
备注
extended draft of 3DV 2017 (spotlight) paper