MVSNet: Depth Inference for Unstructured Multi-view Stereo

计算机科学 推论 图像扭曲 一般化 深度图 特征(语言学) 可微函数 人工智能 深度学习 公制(单位) 计算机视觉 模式识别(心理学) 图像(数学) 数学 数学分析 哲学 语言学 经济 运营管理
作者
Yao Yao,Zixin Luo,Shiwei Li,Tian Fang,Long Quan
出处
期刊:Lecture Notes in Computer Science 卷期号:: 785-801 被引量:1047
标识
DOI:10.1007/978-3-030-01237-3_47
摘要

We present an end-to-end deep learning architecture for depth map inference from multi-view images. In the network, we first extract deep visual image features, and then build the 3D cost volume upon the reference camera frustum via the differentiable homography warping. Next, we apply 3D convolutions to regularize and regress the initial depth map, which is then refined with the reference image to generate the final output. Our framework flexibly adapts arbitrary N-view inputs using a variance-based cost metric that maps multiple features into one cost feature. The proposed MVSNet is demonstrated on the large-scale indoor DTU dataset. With simple post-processing, our method not only significantly outperforms previous state-of-the-arts, but also is several times faster in runtime. We also evaluate MVSNet on the complex outdoor Tanks and Temples dataset, where our method ranks first before April 18, 2018 without any fine-tuning, showing the strong generalization ability of MVSNet.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
开朗以亦完成签到,获得积分20
刚刚
NZH发布了新的文献求助10
刚刚
刚刚
Metbutterly发布了新的文献求助10
1秒前
等待的道消完成签到,获得积分10
1秒前
开朗以亦发布了新的文献求助10
2秒前
阿宅发布了新的文献求助50
2秒前
3秒前
庾储发布了新的文献求助10
3秒前
情怀应助guojingjing采纳,获得10
4秒前
4秒前
4秒前
meng完成签到,获得积分10
4秒前
5秒前
5秒前
5秒前
君士坦丁十二世完成签到 ,获得积分10
5秒前
大模型应助紫气采纳,获得10
5秒前
LIN完成签到,获得积分10
5秒前
明理采珊发布了新的文献求助10
5秒前
海洋完成签到,获得积分20
6秒前
Owen应助hyominhsu采纳,获得10
7秒前
leo发布了新的文献求助10
7秒前
陌上疏发布了新的文献求助10
8秒前
顾矜应助wxy采纳,获得10
8秒前
ding应助路人甲路人乙采纳,获得10
8秒前
陈陈陈发布了新的文献求助10
9秒前
哒哒哒发布了新的文献求助10
9秒前
swiftie完成签到,获得积分10
9秒前
最专业发布了新的文献求助10
9秒前
杳鸢应助xanderxue采纳,获得10
9秒前
NZH关闭了NZH文献求助
10秒前
Tioner完成签到,获得积分10
10秒前
10秒前
君士坦丁十二世关注了科研通微信公众号
12秒前
12秒前
12秒前
Luantyi发布了新的文献求助10
14秒前
在水一方应助科研通管家采纳,获得10
14秒前
14秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Effect of reactor temperature on FCC yield 2000
Very-high-order BVD Schemes Using β-variable THINC Method 1020
Impiego dell’associazione acetazolamide/pentossifillina nel trattamento dell’ipoacusia improvvisa idiopatica in pazienti affetti da glaucoma cronico 900
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
錢鍾書楊絳親友書札 600
Geochemistry, 2nd Edition 地球化学经典教科书第二版,不要epub版本 431
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3296524
求助须知:如何正确求助?哪些是违规求助? 2932367
关于积分的说明 8456236
捐赠科研通 2604886
什么是DOI,文献DOI怎么找? 1422043
科研通“疑难数据库(出版商)”最低求助积分说明 661269
邀请新用户注册赠送积分活动 644326