【代码详解】点云融合dypcd方法

MVS深度图估计之后，需要融合成点云提交给benchmark来评测，而融合方式和实现版本多种多样，参数也丰俭由人，所以一直是trick高发区。今天来详解一下其中的dypcd融合。

该方法最初应该是由D2HC-RMVSNet提出，这篇文章是ECCV 2020的spotlight。该方法在Tanks and Temples上效果不错，后续逐渐被广泛使用。

这个融合主要有两个函数，一个是filter_depth，一个是check_geometric_consistency。本文会省去读取深度图保存点云等操作的解读，主要讲每个超参数被如何使用，它们怎样影响到点云融合结果。

这套融合方法，细究之下，其实有这些参数：

• s，指从几开始迭代
• e，指迭代到几结束
• dist_base绝对距离误差
• rel_diff_base相对距离误差

filter_depth

读取深度图，但是不是所有pixel都valid，需要判断超过conf置信度的才使用，所以我们首先有这么个光度一致性的mask。

confidence = read_pfm(os.path.join(out_folder, 'confidence/{:0>8}.pfm'.format(ref_view)))[0]
photo_mask = confidence > args.conf

接下来要有几何一致性了。

        # compute the geometric mask
        geo_mask_sum = 0
        dy_range = e
        geo_mask_sums = [0]