高分辨率多视点立体视觉与立体匹配的级联代价体优化

"高分辨率多视点立体视觉与立体匹配的级联代价体" 这篇外文科技文献翻译主要关注的是高分辨率多视点立体视觉（MVS）和立体匹配领域中的技术改进。立体视觉和立体匹配是计算机视觉的重要组成部分，它们通过分析不同视角的图像来估计场景的三维结构。在这些任务中，通常会构建3D代价体以帮助正则化和确定深度及视差，但这种方法在处理高分辨率图像时，由于体积的增大，内存和计算时间的需求也会呈立方增长。 文章提出了一种新的级联代价体表示法，旨在提高效率并降低内存和时间成本。这个级联代价体通过编码几何信息和上下文细节，逐步细化特征金字塔来构建。在每个阶段，利用前一阶段的预测来限制深度或视差的搜索范围，从而减少计算量。随着代价体分辨率的提高，深度或视差的间隔也会自适应地调整，以实现更精细的恢复。 将这一方法应用于MVS-Net（一个有代表性的多视点立体视觉网络）后，研究显示在DTU数据集上的性能提升了35.6%，同时减少了50.6%的GPU消耗和59.3%的运行时间。此外，该方法还在Tanks and Temples排行榜上所有深度模型中取得了第一的成绩，证明了其在多个标准上的优越性。 论文还探讨了相关工作，包括现有的MVS和立体匹配算法，并详细介绍了级联代价体的构建、特征金字塔的作用以及损失函数的设计。实验部分展示了在多视点立体视觉和立体匹配任务上的效果，进一步验证了该方法的有效性。 代码已开源在GitHub上，供其他研究者和开发者参考和使用。这表明该工作不仅提供了理论上的贡献，还促进了实际应用的发展。