学习可变形假设采样以实现准确的 PatchMatch 多视角立体匹配

介绍了一种可学习的DeformSampler，用于解决多视图立体匹配中深度估计的挑战。DeformSampler通过学习样本空间，传播与场景几何一致的深度，并拟合实际深度分布。集成到PatchMatch MVS系统中，提高挑战性区域的深度估计性能。实验证实了其卓越性能和泛化能力。