基于卷积神经网络的像素相位估计的泛化及基于 MRF 优化的一次性 3D 扫描相位解缠改进
原文中文，约600字，阅读约需2分钟。发表于：。采用单幅投影的主动立体视觉技术，也称为一次性三维扫描，已经引起了产业、医学等领域的广泛关注。然而，一次性三维扫描存在稀疏重建的严重缺陷，并且由于空间模式的复杂性，在嵌入效率方面容易受到噪声的影响，从而导致解码不稳定。为了解决这些问题，我们提出了一种适用于任何类型的静态模式的像素级插值技术，只要该模式是规则且周期性的。通过使用经过高效数据增强算法预训练的...
本文提出了一种名为RayMVSNet的多视角立体摄影方法，通过直接优化每个相机光线上的深度值来减轻计算和内存消耗。该方法在DTU和Tanks＆Temples数据集上排名前列，在具有挑战性的场景中产生高质量的深度估计和点云重构。作者还提出了RayMVSNet ++，通过设计一个注重关注的门控单元，在每个光线周围的局部截锥体内选择语义相关的相邻光线，以增强每个光线的语境特征聚合。该方法在ScanNet数据集上实现了最先进的性能。
