TAPA-MVS：无纹理感知的PatchMatch多视点立体匹配
计算机视觉与模式识别
2019-03-27 v1
摘要
多视点立体匹配（Multi-View Stereo）中最成功的方法之一是通过基于PatchMatch的优化为每一视点估计深度图和法向图，并将其融合为一致的3D点云。该方法依赖光度一致性来评估深度估计的优劣。它通常产生非常精确的结果；然而，重建模型往往缺乏完整性，尤其是在大范围无纹理区域中，光度一致性度量不可靠。假设无纹理区域为分段平面，本文中我们生成新的PatchMatch假设，以将可靠的深度估计扩展到相邻的无纹理区域。同时，我们修改光度一致性度量，以根据所考虑区域的纹理丰富程度来偏向标准或新的PatchMatch深度假设。我们还提出了一个深度细化步骤，用于过滤错误估计并填补深度图和法向图上的空隙，同时保留不连续性。我们的新方法已在公开可用的ETH3D数据集上针对多种最先进算法进行了测试，该数据集包含各种高分辨率和低分辨率图像。
引用
@article{arxiv.1903.10929,
title = {TAPA-MVS: Textureless-Aware PAtchMatch Multi-View Stereo},
author = {Andrea Romanoni and Matteo Matteucci},
journal= {arXiv preprint arXiv:1903.10929},
year = {2019}
}