本文提出了一种新型的多视角立体框架，消除了深度范围的先验假设。通过引入多视角视差注意模块，该方法显著提高了多视图几何约束的建模精度，实验结果表明其在多个基准数据集上表现优异，具有广泛的应用潜力。

本文介绍了一种新方法GC-MVSNet，通过鼓励多源视图的几何一致性，加速多视角立体（MVS）学习过程，达到了DTU和BlendedMVS数据集的最新技术水平，并在Tanks and Temples基准上取得了竞争力结果。该方法结合了匹配不确定性估计和几何一致性，显著提高了深度估计的准确性。