論文の概要: SuperMVS: Non-Uniform Cost Volume For High-Resolution Multi-View Stereo
- arxiv url: http://arxiv.org/abs/2203.14331v2
- Date: Tue, 29 Mar 2022 14:19:59 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-30 10:33:47.108872
- Title: SuperMVS: Non-Uniform Cost Volume For High-Resolution Multi-View Stereo
- Title(参考訳): SuperMVS:高解像度マルチビューステレオ用非均一コストボリューム
- Authors: Tao Zhang
- Abstract要約: 本研究では, 広い深度範囲における動的および非一様サンプリングのための自由移動仮説平面法を提案する。
非均一なコストボリュームを持つマルチビューステレオを実現するために,スーパーMVSネットワークを提案する。
- 参考スコア(独自算出の注目度): 2.55649165877049
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Different from most state-of-the-art~(SOTA) algorithms that use static and
uniform sampling methods with a lot of hypothesis planes to get fine depth
sampling. In this paper, we propose a free-moving hypothesis plane method for
dynamic and non-uniform sampling in a wide depth range to build the cost
volume, which not only greatly reduces the number of planes but also finers
sampling, for both of reducing computational cost and improving accuracy, named
Non-Uniform Cost Volume. We present the SuperMVS network to implement
Multi-View Stereo with Non-Uniform Cost Volume. SuperMVS is a coarse-to-fine
framework with four cascade stages. It can output higher resolution and
accurate depth map. Our SuperMVS achieves the SOTA results with low memory, low
runtime, and fewer planes on the DTU datasets and Tanks \& Temples dataset.
- Abstract(参考訳): 多くの仮説平面を持つ静的および均一なサンプリング手法を用いて詳細な深度サンプリングを行う、ほとんどの最先端〜(SOTA)アルゴリズムとは異なる。
本稿では,広深域における動的および非一様サンプリングのための自由移動仮説平面法を提案する。これは,平面数を大幅に削減するだけでなく,計算コストの低減と精度の向上のために,非一様コストボリューム(non-uniform cost Volume)と呼ばれる,細かなサンプリングも行う。
我々はsupermvsネットワークを用いて,非一様コストボリュームのマルチビューステレオを実現する。
SuperMVSは、4つのカスケードステージを持つ粗大なフレームワークである。
より高解像度で正確な深度マップを出力できる。
我々のSuperMVSは、低メモリ、低ランタイム、DTUデータセットとTurps \& Templeデータセット上の少ないプレーンでSOTA結果を達成する。
関連論文リスト
- RayMVSNet++: Learning Ray-based 1D Implicit Fields for Accurate
Multi-View Stereo [21.209964556493368]
RayMVSNetは、シーン深度を示すゼロクロスポイントを用いて、各カメラ線に沿った1次元暗黙フィールドの逐次予測を学習する。
RayMVSNet++はScanNetデータセット上で最先端のパフォーマンスを達成する。
論文 参考訳(メタデータ) (2023-07-16T02:10:47Z) - Cost Volume Pyramid Network with Multi-strategies Range Searching for
Multi-view Stereo [7.0128183765087195]
本稿では,多視点ステレオの探索戦略の異なる,コスト・ボリューム・ピラミッドに基づく新しいネットワークを提案する。
異なる深度範囲のサンプリング戦略を選択し、適応的な一方向フィルタリングを適用することにより、より正確な深度推定を得ることができる。
論文 参考訳(メタデータ) (2022-07-25T10:14:53Z) - BIMS-PU: Bi-Directional and Multi-Scale Point Cloud Upsampling [60.257912103351394]
我々はBIMS-PUと呼ばれる新しいポイント・クラウド・アップサンプリング・パイプラインを開発した。
対象のサンプリング因子を小さな因子に分解することにより,アップ/ダウンサンプリング手順をいくつかのアップ/ダウンサンプリングサブステップに分解する。
提案手法は最先端手法よりも優れた結果が得られることを示す。
論文 参考訳(メタデータ) (2022-06-25T13:13:37Z) - Multiview Stereo with Cascaded Epipolar RAFT [73.7619703879639]
複数の校正画像から高密度点雲などの3次元モデルを再構成する重要な3次元視覚課題であるマルチビューステレオ(MVS)に対処する。
CER-MVSは、RAFT(Recurrent All-Pairs Field Transforms)アーキテクチャに基づく光学フローのための新しいアプローチであるCER-MVSを提案する。CER-MVSは、RAFTに5つの新しい変更を加える: エピポーラコストボリューム、コストボリュームカスケード、コストボリュームのマルチビュー融合、動的監視、深度マップのマルチ解像度融合。
論文 参考訳(メタデータ) (2022-05-09T18:17:05Z) - RayMVSNet: Learning Ray-based 1D Implicit Fields for Accurate Multi-View
Stereo [35.22032072756035]
RayMVSNetは、シーン深度を示すゼロクロスポイントを用いて、各カメラ線に沿った1次元暗黙フィールドの逐次予測を学習する。
本手法は,従来の学習手法よりも,DTUとTurps & Templesのデータセットの上位にランク付けする。
論文 参考訳(メタデータ) (2022-04-04T08:43:38Z) - Curvature-guided dynamic scale networks for Multi-view Stereo [10.667165962654996]
本稿では,重み計算を伴わずにマッチングコストの性能を向上させるために,ロバストな特徴抽出ネットワークを学習することに焦点を当てる。
動的スケール特徴抽出ネットワーク,すなわちCDSFNetを提案する。
複数の新しい畳み込み層で構成され、それぞれが画像表面の通常の曲率でガイドされる各画素に対して適切なパッチスケールを選択することができる。
論文 参考訳(メタデータ) (2021-12-11T14:41:05Z) - IterMVS: Iterative Probability Estimation for Efficient Multi-View
Stereo [71.84742490020611]
IterMVSは高解像度マルチビューステレオのための新しいデータ駆動方式である。
隠れ状態の深さの画素単位の確率分布を符号化するGRUに基づく新しい推定器を提案する。
DTU, タンク&テンプル, ETH3Dにおける本手法の有効性と有効性を検証する。
論文 参考訳(メタデータ) (2021-12-09T18:58:02Z) - SMD-Nets: Stereo Mixture Density Networks [68.56947049719936]
SMD-Nets(Stereo Mixture Density Networks)は、幅広い2Dおよび3Dアーキテクチャに対応したシンプルで効果的な学習フレームワークです。
具体的には,バイモーダル混合密度を出力表現として活用し,不連続近傍の鋭く正確な不一致推定を可能にすることを示す。
我々は8Mpx解像度のステレオペアと現実世界のステレオデータセットからなる、新しい高解像度でリアルな合成ステレオデータセットに関する包括的な実験を行う。
論文 参考訳(メタデータ) (2021-04-08T16:15:46Z) - End-to-end Interpretable Neural Motion Planner [78.69295676456085]
複雑な都市環境での自律走行学習のためのニューラルモーションプランナー(NMP)を提案する。
我々は,生lidarデータとhdマップを入力とし,解釈可能な中間表現を生成する全体モデルを設計した。
北米のいくつかの都市で収集された実世界の運転データにおける我々のアプローチの有効性を実証する。
論文 参考訳(メタデータ) (2021-01-17T14:16:12Z) - Dense Hybrid Recurrent Multi-view Stereo Net with Dynamic Consistency
Checking [54.58791377183574]
1)DRENet(Dense Reception Expanded)モジュールで,原サイズの密集した特徴マップをマルチスケールのコンテキスト情報で抽出し,2)HU-LSTM(Hybrid U-LSTM)を用いて3次元マッチングボリュームを予測深度マップに変換する。
R-MVSNetのメモリ消費は19.4%しかかからないが,本手法は最先端の手法と競合する性能を示し,メモリ消費を劇的に削減する。
論文 参考訳(メタデータ) (2020-07-21T14:59:59Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。