multi-view stereo | BriefGPT

关键词multi-view stereo

搜索结果 - 84

高效多视图立体通用二分查找网络
本文提出了一种高效的多视图立体重建方法，基于深度学习和二分搜索算法，大大降低了所需内存，同时取得了领先的精度。
PDF3 years ago
具有 Transformer 的多视角立体
本文介绍了一种称为 MVSTR 的网络，利用 Transformer 提取拥有全局上下文和三维一致性的密集特征，对于 Multi-View Stereo（MVS）可靠的匹配至关重要。该网络解决了现有基于 CNN 的 MVS 方法视野有限的问
PDF3 years ago
3DVNet: 多视角深度预测和体积细化
3DVNet 是一种结合了先前基于深度和体积的 MVS 方法优点的新型多视图立体 (multi-view stereo) 深度预测方法，使用基于体积的三维卷积神经网络来对所有深度图进行操作，并能够学习有意义的场景级先验知识，其在深度预测和
PDF3 years ago
TransMVSNet：基于 Transformer 的全局上下文感知多视角立体网络
本研究提出了 TransMVSNet，它是基于多视图立体视觉（MVS）中的特征匹配的探索而来的，利用 Feature Matching Transformer 实现自内、交叉注意力聚合图像内外的长程上下文信息来完成 MVS 任务，并借助 A
PDF3 years ago
CVPR可微立体视觉：使用可微渲染从多视角生成网格
本文提出了 Differentiable Stereopsis 方法，这是一种从少量输入视角和嘈杂相机中重建形状和纹理的多视角立体成像方法，其采用传统立体成像和现代可微渲染相结合的方法搭建了一个端到端的模型，通过简单的梯度下降同时更新形状和
PDF3 years ago
基于点的神经渲染与每视图优化
介绍了一种基于多视角渲染的新型的神经渲染方法，该方法可以进一步优化场景属性，包括深度和重投影特征，从而实现改善的新视图合成。
PDF3 years ago
ICCV自监督多视角立体匹配中的不确定性探究
提出了一种新的 UMVS 框架，通过估计自监督 MVS 中的认知不确定性来处理前景中的不确定监督和背景中的无效监督信号，并在 DTU 和 Tank＆Temples 基准测试中获得了最佳性能。
PDF3 years ago
ICCVPatchMatch-RL：利用像素级深度、法线和可见性的深度多视角重建
本文提出了一种基于强化学习的端到端可训练 PatchMatch 多视角立体视觉方法，实现像素级别深度、法向量的估计，并将其与可训练损失和正则化相结合以解决在深度范围大、视角差距大的场景下的深度估计问题。实验结果表明，该方法在 ETH3D 数
PDF3 years ago
ICCVVolumeFusion：基于深度学习的三维场景重建深度融合技术
本文介绍了一种利用深度神经网络复制传统的 local depth maps calculation 和 global depth maps fusion 两步骤框架，以改善对 3D 场景重建精度和可解释性的计算机视觉任务方法。此外，作者还提
PDF3 years ago
NeuralMVS: 多视图立体与新视角合成的桥梁
本文提出了一种新型网络，利用少量稀疏图像输入，能够恢复三维场景几何信息和高分辨率彩色图像，并通过粗略到精细的球形追踪技术可以大幅提高速度，方法在多个数据集中都取得了可比较的精度。
PDF3 years ago
MVS2D: 基于注意力驱动的 2D 卷积的高效多视图立体重建
该论文描述了一种高度有效的多视图立体算法，该算法通过注意机制将多视图约束集成到单视图网络中，仅构建于 2D 卷积，速度至少比所有其他同类算法快 2 倍，并在各种挑战性基准上实现了精确的深度估计和 3D 重建效果，同时在有不精确相机姿态时具有
PDF3 years ago
CVPR立体辐射场（SRF）：学习稀疏视角下的新颖场景综合
本文提出了一种名为 Stereo Radiance Fields (SRF) 的新的神经视图合成方法，它从输入的立体图像编码中预测每个 3D 点的颜色和密度，且只需要较少的稀疏视图作为输入，可广泛适用于不同场景。实验表明，SRF 方法学习了
PDF3 years ago
PHI-MVS: 平面假设推理多视图立体成像用于大规模场景重构
本研究提出了一种新的平面假设推理策略，采用多假设生成和马尔可夫随机场选取深度假设的方法，显著提高了大规模场景重建的完整性和性能，在 ETH3D 公共基准测试中取得竞争性成果。
PDF3 years ago
AAAI通过有效的协同分割和数据增强实现自监督的多视图立体匹配
针对现有自监督方法在多视图重建中可能出现的相关点之间颜色不同的问题，本文提出了一种基于语义共分割和数据增强的更可靠监督的框架，其中利用多视图图像中的相互语义来指导语义一致性，同时设计了有效的数据增强机制，以确保对样本的变换鲁棒性。在 DTU
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
MVSNeRF：多视角立体下的快速通用辐射场重建
提出了 MVSNeRF，这是一种新颖的神经渲染方法，可以通过快速网络推理从仅三个附近输入视图重建辐射场，利用平面扫描代价体进行几何感知场景推理，并将其与基于物理的体积渲染相结合，能够横跨场景（甚至是室内场景）泛化，并仅使用三个输入图像生成逼
PDF3 years ago
PatchmatchNet: 多视角学习 Patchmatch 立体匹配
我们提出了 PatchmatchNet—— 一个快速且低内存占用的可学习的级联 Patchmatch 算法，用于高分辨率多视角立体匹配，通过引入可迭代的多尺度 Patchmatch 和自适应传播评估方案，我们改进了核心算法，并在 DTU，T
PDF4 years ago
可见性感知多视角立体网络
本文基于学习的多视角立体 (MVS) 方法，采用匹配不确定性估计，将像素级遮挡信息显式地推理和集成到 MVS 网络中，从而抑制像素遮挡对成本聚合的不利影响，提高了 Vis-MVSNet 算法在严重遮挡场景中的深度精度。在 DTU、Blend
PDF4 years ago
PVSNet：像素级别的可见性感知多视角立体网络
本文提出了一种基于像素可见性的多视图立体网络 (PVSNet)，通过像素可见性网络学习不同邻近图像的可见性信息计算多视图相似度，构建具有可见性信息的自适应加权代价体积，并采用抗噪训练策略来区分不相关视图，实现了对强视角变化数据集的稳健密集
PDF4 years ago
M^3VSNet: 无监督多指标多视角立体网络
本文提出了一种名为 M^3VSNet 的新型无监督多指标 MVS 网络，用于稠密点云重建，该网络通过结合像素和特征损失函数来学习来自不同视角的匹配对应的内在约束，并将深度图从相机空间转化为点云，并改善了深度图的精准性和连续性，该方法在 DT
PDF4 years ago