基于全变分的由多相机阵列获取稠密深度

多相机阵列在消费和工业应用中的使用日益增多，已有多种被动技术被记录用于从此类相机阵列估计深度。当前的深度估计方法能提供场景中有用深度的估计，但由于巨大的计算需求而往往不实用。本文提出一种新颖框架，可从多相机阵列/光场相机生成高质量的连续深度图。所提框架利用对局部核线平面图像（EPI）的分析来启动深度估计过程。随后使用基于 Fenchel-Rockafellar 对偶的全变分（TV）最小化处理所估计的深度图。基于知名基准的评估表明，与排名靠前的深度估计方法及一种基线算法相比，所提框架在精度方面表现良好。测试数据集包含真实感与非真实感场景。值得注意的是，与顶尖算法相比，达到同等精度所需的计算需求显著降低。因此，所提框架适用于在消费和工业应用中部署。