当传统方法约束MVS中的特征点遇到遮挡，反光等原因会使得效果受到很大影响。
- 因此Deep Learning的方法是使用卷积网络抽取特征 ，并且去隐式地约束这些特征与source image特征的关联。具体约束方法有最小化方差等。
MVSNet出于2018年ECCV，有效应用于深度图估计（不过GPU消耗太大）。利用三维代价体：基于可微分的单应性变换的cost volume来回归像素的深度。
过程：
- 输入一张reference image（为主） 和几张source images（辅助）
- 分别用网络提取出下采样四分之一的32通道的特征图；
- 沿用双目立体匹配里提出的cost volume的概念，将几张source images的特征利用单应性变换( homography warping)转换到reference image，在转换的过程中，类似极线搜索，引入了深度信息。
- 利用3D卷积操作cost volume正则化，先输出每个深度的概率，然后求深度的加权平均得到预测的深度信息，用L1或smoothL1回归深度信息，是一个回归模型。
- 利用多张图片之间的重建约束（photometric and geometric
consistencies）来选择预测正确的深度信息，重建成三维点云。
注意：原论文公式（1）写错了，但是代码没写错。其实就是相机1坐标系下p1如何转换为相机坐标系下p2的问题，已知世界坐标系下相机1、2的R和t，只需要闭环矩阵转换就可以了。当然其中涉及内参K的映射反映射。
资源：
2.核心部分：Multi-View Stereo中的平面扫描(plane sweep)
3.实战部分：MVSNet_pytorch lighting
3.1不用pl的pytorch版本，比源码效果好
3.2代码部分：详细的介绍
文章出处登录后可见！
已经登录？立即刷新
