論文の概要: Cost Volume Pyramid Network with Multi-strategies Range Searching for
Multi-view Stereo
- arxiv url: http://arxiv.org/abs/2207.12032v1
- Date: Mon, 25 Jul 2022 10:14:53 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-26 14:54:35.508254
- Title: Cost Volume Pyramid Network with Multi-strategies Range Searching for
Multi-view Stereo
- Title(参考訳): multi-strategies range searchによるマルチビューステレオのコストボリュームピラミッドネットワーク
- Authors: Shiyu Gao, Zhaoxin Li, Zhaoqi Wang
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 7.0128183765087195
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Multi-view stereo is an important research task in computer vision while
still keeping challenging. In recent years, deep learning-based methods have
shown superior performance on this task. Cost volume pyramid network-based
methods which progressively refine depth map in coarse-to-fine manner, have
yielded promising results while consuming less memory. However, these methods
fail to take fully consideration of the characteristics of the cost volumes in
each stage, leading to adopt similar range search strategies for each cost
volume stage. In this work, we present a novel cost volume pyramid based
network with different searching strategies for multi-view stereo. By choosing
different depth range sampling strategies and applying adaptive unimodal
filtering, we are able to obtain more accurate depth estimation in low
resolution stages and iteratively upsample depth map to arbitrary resolution.
We conducted extensive experiments on both DTU and BlendedMVS datasets, and
results show that our method outperforms most state-of-the-art methods.
- Abstract(参考訳): マルチビューステレオ(multi-view stereo)は、コンピュータビジョンにおける重要な研究課題である。
近年,この課題に対して,深層学習に基づく手法が優れた性能を示した。
コストボリュームピラミッドネットワークベースの手法は、細かな方法で深度マップを段階的に洗練し、少ないメモリ消費で有望な結果をもたらす。
しかし、これらの手法は各段階でのコストボリュームの特性を十分に考慮しておらず、各コストボリュームステージに類似した範囲探索戦略を採用することになる。
本稿では,マルチビューステレオの探索戦略を異にするコストボリュームピラミッド型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、低解像度の段階でより正確な深度推定と、任意の解像度に反復的にサンプリングされた深度マップを得ることができる。
dtuデータセットとblendedmvsデータセットの両方について広範な実験を行い,本手法が最先端手法よりも優れていることを示した。
関連論文リスト
- Towards Domain-agnostic Depth Completion [96.67020906681175]
既存の深度補完法は、しばしば特定のスパース深度型を目標とし、タスク領域間での一般化が不十分である。
各種センサで得られたスパース/セミデンス,ノイズ,および低分解能深度マップを完備する手法を提案する。
本手法は,最先端の深度補完法に対して優れたクロスドメイン一般化能力を示す。
論文 参考訳(メタデータ) (2022-07-29T04:10:22Z) - Non-parametric Depth Distribution Modelling based Depth Inference for
Multi-view Stereo [43.415242967722804]
最近のコストボリュームピラミッドに基づくディープニューラルネットワークは、多視点ステレオからの深度推論に高解像度の画像を効率的に活用する可能性を解き放った。
一般に、これらのアプローチは各ピクセルの深さが一様分布に従うと仮定する。
本研究では,非パラメトリック深度分布モデルを用いて,一様および多モード分布の画素を扱うコストボリュームを構築することを提案する。
論文 参考訳(メタデータ) (2022-05-08T05:13:04Z) - IB-MVS: An Iterative Algorithm for Deep Multi-View Stereo based on
Binary Decisions [0.0]
本稿では,マルチビューステレオのための新しいディープラーニング手法を提案する。
提案手法は,各画素における実現可能な深度値の連続空間を2値決定方式でトラバースすることにより,高分解能かつ高精度な深度マップを反復的に推定する。
提案手法をDTU, タンク, テンプル上の最先端のマルチビューステレオ手法と, 挑戦的なETH3Dベンチマークと比較し, 競争力のある結果を示した。
論文 参考訳(メタデータ) (2021-11-29T10:04:24Z) - Multi-View Stereo Network with attention thin volume [0.0]
複数のRGB画像から深度値を推定するための効率的なマルチビューステレオ(MVS)ネットワークを提案する。
入力画像から支配的な情報を完全に集約する自己認識機構を導入する。
また,特徴集約に対するグループワイド相関を導入し,メモリと計算負荷を大幅に削減する。
論文 参考訳(メタデータ) (2021-10-16T11:51:23Z) - Non-local Recurrent Regularization Networks for Multi-view Stereo [108.17325696835542]
深層多視点ステレオネットワークでは、正確な深さ推定を実現するためにコスト正規化が不可欠である。
NR2-Netと呼ばれるマルチビューステレオのための新しい非局所リカレント正規化ネットワークを提案する。
提案手法は,DTU,タンク,テンプルの双方のデータセットに対して,最先端の再構築結果を実現する。
論文 参考訳(メタデータ) (2021-10-13T01:43:54Z) - High-resolution Depth Maps Imaging via Attention-based Hierarchical
Multi-modal Fusion [84.24973877109181]
誘導DSRのための新しい注意に基づく階層型マルチモーダル融合ネットワークを提案する。
本手法は,再現精度,動作速度,メモリ効率の点で最先端手法よりも優れていることを示す。
論文 参考訳(メタデータ) (2021-04-04T03:28:33Z) - DDR-Net: Learning Multi-Stage Multi-View Stereo With Dynamic Depth Range [2.081393321765571]
深度範囲の仮説を動的に決定するための動的深さ範囲ネットワーク(DDR-Net)を提案する。
DDR-Netでは、まず、深度範囲全体にわたる画像の最も粗い解像度で初期深度マップを構築します。
学習した動的深度範囲を利用して、洗練された深度マップを生成する新しい損失戦略を開発します。
論文 参考訳(メタデータ) (2021-03-26T05:52:38Z) - On the confidence of stereo matching in a deep-learning era: a
quantitative evaluation [124.09613797008099]
ステレオマッチングにおける信頼度推定の分野における10年以上の発展を概観する。
本研究では,異なるステレオアルゴリズムのプールに適用した場合と,最先端のディープステレオネットワークと組み合わせる場合とで,各測定値の異なる挙動について検討する。
論文 参考訳(メタデータ) (2021-01-02T11:40:17Z) - Multi-view Depth Estimation using Epipolar Spatio-Temporal Networks [87.50632573601283]
一つのビデオから多視点深度を推定する新しい手法を提案する。
提案手法は,新しいEpipolar Spatio-Temporal Transformer(EST)を用いて時間的コヒーレントな深度推定を行う。
最近のMixture-of-Expertsモデルにインスパイアされた計算コストを削減するため、我々はコンパクトなハイブリッドネットワークを設計する。
論文 参考訳(メタデータ) (2020-11-26T04:04:21Z) - Attention Aware Cost Volume Pyramid Based Multi-view Stereo Network for
3D Reconstruction [12.728154351588053]
マルチビュー画像から3次元再構成を行うための効率的なマルチビューステレオ(MVS)ネットワークを提案する。
高分解能深度を実現するために粗粒度深度推論戦略を導入する。
論文 参考訳(メタデータ) (2020-11-25T13:34:11Z) - Bifurcated backbone strategy for RGB-D salient object detection [168.19708737906618]
我々は、RGB-Dの高次物体検出に固有のマルチモーダル・マルチレベルの性質を活用して、新しいカスケードリファインメントネットワークを考案する。
アーキテクチャは Bifurcated Backbone Strategy Network (BBS-Net) と呼ばれ、シンプルで効率的でバックボーンに依存しない。
論文 参考訳(メタデータ) (2020-07-06T13:01:30Z)
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。