multi-view depth estimation | BriefGPT

关键词multi-view depth estimation

搜索结果 - 9

SceneFactory: 基于工作流的增量场景建模统一框架
SceneFactory 是一个工作流为中心的统一框架，支持增量场景建模、多视图深度估计、密集重建等各种应用，同时提供了一种无姿态无标定的多视图深度估计模型（U2-MVD）以及用于高质量表面和颜色重建的改进点光栅化方法（IPR）。
PDF2 months ago
CVPR自主驾驶的单视图和多视图深度的自适应融合
本文提出了一个鲁棒性评估基准来评估在各种嘈杂的相机位姿设置下深度估计系统，同时提出了一个自适应融合深度估计系统，通过动态选择两个分支之间的高置信度区域进行融合，以实现鲁棒和准确的深度估计。该方法在鲁棒性测试中优于现有的多视图和融合方法，并在
PDF4 months ago
不受范围限制的多视角深度估计及关键帧选择
本研究提出了一种名为 RAMDepth 的高效纯 2D 框架，用于多视角深度估计，无需先验知识或度量范围，且能提供关于预测视图质量的丰富见解。
PDF5 months ago
CVPRRIAV-MVS: 基于循环索引的非对称体积多视角立体重建
本文提出了一种基于学习的方法，通过迭代索引平面扫描成本体积并借助卷积门控循环单元来回归深度图，从而进行多视角深度估计。经过对真实世界多视图数据集的大量实验，验证了该方法在数据集内部性能和跨数据集概括性能方面都达到了最先进水平。
PDF2 years ago
CVPR多视角几何与单视角深度概率融合的多视角深度估计
提出一种融合单视角深度概率和多视角几何的新型框架 MaGNet，以提高多视角深度估计的准确性、鲁棒性和效率，并在 ScanNet、7-Scenes 和 KITTI 数据集上实现了最先进的性能。通过深度一致性加权和概率采样来解决纹理不清晰、反
PDF3 years ago
CVPR输入级别感应偏置用于 3D 重建
本文通过将几何归纳偏置直接注入模型作为额外输入，而非使用特殊架构，来解决 3D 重建问题。研究将摄像机、投射光线和对极几何编码为模型输入，并在多个基准测试上展示具有竞争力的多视图深度估计性能。
PDF3 years ago
ICCVNerfingMVS: 室内多视图立体的神经辐射场引导优化
本文提出一种新的多视角深度估计方法，利用传统重建和基于学习的 prior，结合神经辐射场（NeRF）来直接优化隐式体积，消除室内场景中匹配像素的困难步骤，并使用自适应的深度先验来引导 NeRF 的优化过程，通过渲染图像计算出的逐像素置信度图
PDF3 years ago
CVPR自监督学习的多视角立体深度推理
提出了一种基于自监督学习框架的多视角立体网络，使用输入数据的伪标签来为网络提供超级噪声，此方法在 DTU 数据集上表现良好，并且在无监督多视图立体场景中能够显著优于现有的方法。
PDF3 years ago
使用极线时空网络的多视角深度估计
本文提出了一种针对多视角深度估计的新方法，使用 Epipolar 时空变换器和混合专家模型，实现与 SOTA 方法相比更高的估计精度和速度。
PDF4 years ago