CMVS算法概述
论文:Towards Internet-scale Multi-view Stereo
CMVS目的
任务是将SFM的稀疏点聚类到不同的影像集(image cluster),每个影像集分别进行MVS算法。
这样做的好处是根据SFM稀疏点的信息对浩大的影像分块成多个小块,分别进行MVS,分治思想,减少MVS算法的资源峰值。
CMVS影像聚类的特点
1.删除多余影像(质量极差的影像)
2.保证cluster的size(保证每个cluster内影像数量小于某一size)
3.保证完整性和质量
完整性由每个特征点都会被cluster覆盖来保证
4.cluster之间有重叠
目标方程
为实现保证质量的目的,给出目标方程:
目标方程中包含了:
- 最小化影像数量
- 保证cluster大小
- 保证收敛
- 点收敛
2.影像收敛
- 点收敛
衡量质量的标准(measurement):
一个点P对应于一个影像集C
方法步骤
1.SFM滤波—融合SFM点
2.除去质量不好的影像
3.使用normalized cut初始分割
边权:
4.贪心的向初始分割中添加影像