wordpress用户搜索次数/网络推广与优化

PatchmatchNet: Learned Multi-View Patchmatch Stereo：基于学习的多视角补丁匹配立体算法

1 概述

特点
  高速，低内存，可以处理更高分辨率的图像，它的效率比所有现有的性能最好的模型都要高得多: 比最先进的方法至少快2.5倍，内存使用量减少一倍。
  首次在端到端可训练架构中引入了迭代的多尺度Patchmatch，并用一种新颖的、可学习的自适应传播和每次迭代的评估方案改进了传统Patchmatch核心算法。

主要贡献
  基于学习的方法比传统的方法有优势，但是受限于内存和运行时间，于是将补丁匹配的想法引入到端到端可训练的深度学习中，用可学习的自适应模块增强了补丁匹配的传统传播和代价评估步骤，减少了内存消耗和运行时间。

2 PatchmatchNet网络结构图

  补丁匹配网络的结构：多尺度特征提取器、基于学习的补丁匹配和细化。补丁匹配应用于多个阶段的多次迭代，以从粗到细的方式预测深度映射。细化使用输入来指导最终深度贴图的上采样。在阶段k上，深度图的分辨率为W/ 2 k× H/2 k，输入图像的大小为W×H。

2.1 多尺度特征提取

  给定N张大小为W×H的输入图像，使用I0和I1,…,In分别表示参考图像和源图像。
特征是在多个分辨率下分层提取的（像特征金字塔结构），可以粗到细的方式推进深度地图估计。

2.2 基于学习的补丁匹配

补丁匹配包括以下三个主要步骤：
1.初始化：生成随机的深度假设。
2.传播：向邻域传播假设。
3.评价：计算所有假设的匹配代价，并选择最佳解。

2.2.1 初始化与局部扰动

  基于预定义的深度范围[dmin，dmax]，在反深度范围内对每像素的Df深度假设进行采样，对应于图像空间中的均匀采样。
  对于第k阶段的后续迭代，通过在归一化的反深度范围Rk中均匀地生成每像素的Nk假设来执行局部扰动，并在更精细的阶段中逐渐减少Rk。
为了定义Rk的中心，利用了前一次迭代的估计，从一个较粗的阶段上采样。这提供了一组更多样化的假设。围绕之前的估计进行采样，可以在局部细化结果并纠正错误的估计。

2.2.2 自适应传播

  在参考特征图F0上应用二维CNN，学习每个像素p的额外二维偏移量，并通过双线性插值得到深度假设Dp §如下：

$$D_p(p)={D(p+o_i+\Delta o_i(p))}_{i=1}^{K_p}$$

其中，D是来自前一次迭代的深度映射，可能来自一个较粗的阶段经过向上采样获得。

2.2.3 自适应评价和可微分的翘曲

  自适应评估模块执行以下步骤：可微扭曲、匹配代价计算、自适应空间代价聚合和深度回归。

  在平面扫描立体之后，大多数基于学习的MVS方法在采样深度假设下建立前端到平行平面，并将源图像的特征图扭曲成参考图。
$$p_{i,j}=K_i\cdot (R_{0,i}\cdot (K_0^{-1}\cdot p\cdot d_j)+t_{0,i}$$
通过可微双线性插值，我们得到了视图i的扭曲源特征图和第j组（每像素不同的）深度假设，Fi(pi,j）。

3 性能评价