论文

PAMI 2022 - Multi-Scale Geometric Consistency Guided and Planar Prior Assisted Multi-View Stereo ， 徐青山，孔维航，陶文兵*，Marc Pollefeys

关键总结

• ACMMP本质上是一种优化，它需要Colmap的结果（dense）作为输入；
• ACMMP可以被视为是在有了点云后对其进行更稠密计算的优化算法，200张图片的运算速度，在dense基础上，10多分钟出结果；
• ACMMP是之前研究的ACMH、ACMM、ACMP算法和框架的堆叠；
• ACMH是ACMMP的基础，ACMH是构成ACMMP算法的单元；
• ACMH是对PatchMatch和Gipuma的发扬和继承；
  • Gipuma改进了PatchMatch的传播策略（大改）；
  • ACMH在Gipuma的基础上进一步改进了传播策略（小改）；
  • 同时，ACMH弥补了Gipuma中视图选择策略的缺陷。
• ACMM是以ACMH作为处理单元、同时对数据进行了上、下采样的算法框架；
• ACMM为了解决弱纹理区域重建精度的问题，对图片数据进行了下采样；
• ACMP是为了解决ACMH和ACMM算法中参数过多的问题，引入先验平面和概率图模型；
• ACMMP是在ACMP的基础上引入了ACMM中多尺度几何一致的思想。

时间有限，未完待续。。。