本文介绍了一种名为MVPSNet的快速通用的解决多视图光度立体问题的方法。该方法通过特征提取网络结合不同光照条件下的图像，从阴影线索中提取几何特征用于立体匹配。作者通过介绍一种新的人工合成数据集sMVPS来训练该方法，并展示了在纹理缺失区域中提取特征的有效性。结果表明，该方法的重建结果与最先进的MVPS方法PS-NeRF相似，但推理速度快411倍，具有一般化的可训练能力。

本文介绍了一种名为MVPSNet的方法，用于解决多视图光度立体问题。该方法通过特征提取网络有效地结合不同光照条件下的图像，并从阴影线索中提取几何特征进行立体匹配。实验结果表明，该方法的重建结果与最先进的MVPS方法PS-NeRF相似，但推理速度快411倍，具有一般化的可训练能力。