CCCV2017讲习班笔记-基于图像的大规模场景三维重建（下）

雷锋网 (公众号：雷锋网) AI科技评论按，本文作者究竟灰，本文首发于知乎，雷锋网 AI科技评论获其授权转载。

雷锋网注：本文为下篇，内容为 第三章：稠密重建 和 第四章：稠密重建。 第一章和第二章参见 CCCV2017讲习班笔记-基于图像的大规模场景三维重建（上）

3.稠密匹配

稠密匹配是MVS.基本思路是

两视图的一致性。

一致性度量主要包括三个：

1. SSD(Sum of Squared Differences):平常差的和

2. SAD(Sum of Absolute Differences):绝对值差的和

3. NCC(Normalized Cross Correlation):归一化的交叉关系

多视图图像一致性需要考虑相机的可视性问题。

但是： 相机可视性需要场景结构、场景结构需要相机可视性

MVS算法主要分为三种：

1. 基于体素的方法：Voxel based MVS

2. 基于点云扩散的方法：Feature point growing based MVS

3. 基于深度图融合的方法：Depth-map merging based MVS

基于体素的方法

体素的表达，并且说明其MVS等价于一个3D空间Voxel的标记问题。

优化方法：用马尔科夫随机场优化。

离散空间的Labeling是典型的MRF优化问题。其中的两项分别是一致性项和气球膨胀。

一致性项表达两点一致。气球膨胀表达的是强制倾向于把点分成内点。因为如果不加气球膨胀，一致性项会把点都分成外点，所以要加一个反向的力量。

两视图一致性计算：

其中如何鲁棒投票寻找局部极值集中的点很重要。

MRF优化问题求解：Graph-cuts

重建结果：

体素问题是占内存，即使很小的体素也要很大内存。于是提出以下方法，主要思路是自适应多分辨率网格，在物体表面高分辨率、其他区域低分辨率。

基于体素方法MVS的并行分布Graph-cuts

基于体素方法的优缺点：

基于特征点扩散的MVS

方法顾名思义。

讲了3D点的Patch形式表达。patch在图像上有投影。

步骤：

1. 生成初始点云：检测Harris与DoG，其中Harris偏向检测外侧的角点，而DoG偏向于检测内部纹理丰富的点

2. 点云扩散：3D点投影到图像，并向投影点周围区域扩散

3. 点云过滤：去除深度值不一致且一致性较低的点，意思是如果扩散的点云在其他图特征点的点云前面了，通过比较各自的一致性来剔除；如果扩散点云跑到后边去了，也比较一致性。这样就能去除深度值不一致且一致性较低的点了。

结果：

优缺点：

基于深度图融合的MVS

人的左右眼的立体视觉和深度图。

转到CV

基于深度图融合的MVS方法步骤：

1. 为每一幅图选择领域图像构成立体图像组： 关键如何选择邻域图像组

2. 计算每一幅图像的深度图： 关键如何计算深度图

3. 深度图融合

4. 抽取物体表面

每一幅图中的深度图计算：

聚合：对比了SAD聚合和Adaptive weight

对比：

这里讲了Oriented plane方法，估计空间平面方向

空间平面方向估计PathMatch，相机坐标系下空间面片表达为d深度的一个自由度，n法向量的两个自由度。

接着讲了两视图PathMatch Stereo，先随机申城像素深度和法向量，然后传播。

主要用了随机的思想，检测领域点的深度和法向量，检测加了扰动之后的点，检测立体图像对对应点是否更好，检测前后帧同一位置是否更好。反复几次。

这种方法是基于大数定律的。

多视图PathMatch MVS:

多视图PathMatch中领域图像组的选择：视线夹角、物距、覆盖度、分散度等。主要通过稀疏点云计算。领域图像组选择是一个NP-hard问题。

逐像素点领域选择：

通过EM算法来做逐像素点选择领域图像组（最大化后验概率）

基于深度图融合的MVS优缺点：

稠密重建总结

4.资源

主要是算法、数据集和应用

雷锋网版权文章，未经授权禁止转载。详情见。