P-MVSNet ICCV-2019 学习笔记总结 译文 深度学习三维重建

已于 2023-09-15 19:28:36 修改
阅读量279 收藏
点赞数
分类专栏： 传统/深度三维重建MVS系列 文章标签： 学习 P-MVSNet 深度学习三维重建 学习笔记总结
于 2023-09-15 19:16:31 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_51233386/article/details/132909960
版权
P-MVSNet是ICCV 2019上关于深度学习三维重建的文章，它改进了MVSNet，采用区域匹配置信度聚合代替像素级方法。通过学习，每个假想面上的特征匹配置信被聚合为向量，提高了立体匹配的精度。文章介绍了特征提取、区域匹配置信学习和深度图预测的详细过程，并在DTU和Tanks&Temples数据集上展示了实验结果。
摘要由CSDN通过智能技术生成

文章目录

5 P-MVSNet ICCV-2019

深度学习三维重建 P-MVSNet-ICCV-2019（原文、译文、批注） 下载

5.0 主要特点

Patch-wise aggregation 代替 Pixel-wise

P-MVSNet: Learning Patch-wise Matching Confifidence Aggregation for Multi-View Stereo 华中科技大学
在这里插入图片描述

P-MVSNet对MVSNet的改进主要在于采用传统三维重建算法中Patch-wise。还没有找到其代码。

论文链接：https://ieeexplore.ieee.org/document/9010001

5.1 文章概述

本

了解本专栏 订阅专栏 解锁全文 超级会员免费看
R-G-B
关注
专栏目录
订阅专栏
Point-MVSNet ICCV-2019 学习笔记总结 译文 深度学习三维重建
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
09-15 440
深度学习三维重建 PointMVSNet-ICCV-2019（源码、原文、译文、批注）下载 使用PointCloud 代替 3D Cost VolumePoint-Based Multi-View Stereo Network ，清华大学PointMVSNet(ICCV2019)也是2019年的改进MVSNet论文，想法是预测出深度depth信息然后和图片构成三维点云，再用3D点云的算法去优化depth的回归。 后续复现其代码发现无法得到PointMVSNet论文里的精度，不知道是不是因为3D点云的算法问题
MVSNet CVPR-2018 学习总结笔记 译文 深度学习三维重建
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
09-10 444
一个端到端的深度学习架构，用于从多视图图像进行深度映射推断。在该网络中，首先提取深度视觉图像特征，然后通过可微分单应性翘曲在参考摄像机截锥上建立三维代价体。是一种监督学习的方法,以一个参考影像和多张原始影像为输入,而得到参考影像深度图的一种端到端的深度学习框架。网络首先提取图像的深度特征,然后通过可微分投影变换构造3D的代价体,再通过正则化输出一个3D的概率体,再通过soft argMin层,沿深度方向求取深度期望,获得参考影像的深度图。Differentiable Homography 可微分单应性翘曲。
Cascade-MVSNet CVPR-2020 学习笔记总结 译文 深度学习三维重建
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
09-11 545
基于深度学习的多视图立体，例如经典的MVSNet网络架构，通常会构造一个三维的代价体去回归场景的深度值，但MVSNet常受限于显存限制而无法对高分辨率的影像进行深度估计。在MVSNet框架的基础上，多种方法对显存增长问题提出了改进方案，上一篇文章我们介绍了R-MVSNet，该方法利用循环神经网络GRU，对三维代价体进行切片，这样不仅保留了靠前的深度和纹理信息，也减少了GPU的消耗，深度估计精度和深度估计范围要优于MVSNet，不同方法的比较结果可通过图1体现。图1 效果比较图。
Fast-MVSNet CVPR-2020 学习笔记总结 译文 深度学习三维重建
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
09-15 255
基于深度学习的MVS方法在提高重建质量方面取得了巨大成功，但由于深度学习框架本身的复杂性，这种算法的耗时一般较长。除了重建质量，效率也是现实场景中重建的一个重要因素。因此，我们采取改进的Fast-MVSNet网络进行实际场景的三维重建，这是一种新的由稀疏到稠密、由粗糙到精细的框架，适用于快速和准确的多视图深度估计。
深度学习三维重建 笔记总结 问题总结 MVSNet系列最新顶刊 对比总结 （近20篇）
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
09-03 666
MVSNet(CVPR-2018)，RMVSNet(CVPR2019)，PointMVSNet(ICCV2019),P-MVSNet(ICCV2019)，MVSCRF(ICCV2019)，Cascade(CVPR2020),CVP-MVSNet(CVPR2020)，Fast-MVSNet(CVPR2020)，UCSNet(CVPR2020),CIDER(AAAI2020)，PVAMVSNet(ECCV2020)，D2HC-RMVSNet(ECCV2020)，Vis-MVSNet（BMVC 2020），AA-
PatchMatchNet 学习笔记 译文 深度学习三维重建
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
09-10 522
MVSNet是一个十分具有代表性的方法，它在预先给定的深度范围内采样D个depth hypotheses，然后基于plane-sweeping stereo和differential warping构建cost volume，使用3D U-Net进行regularization得到probability volume，最后使用soft argmin（求期望）得到深度的估计。可以发现，PatchmatchNet的点云更加稠密，门、窗等细节都重建的比较好，这体现了方法较高的completeness。
深度学习的三维重建 论文+源码+解析+译文+批注 MVSNet系列最新顶刊总结 下载
最新发布
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
09-15 410
深度学习三维重建 笔记总结 MVSNet系列顶刊总结MVSNet(CVPR-2018)，RMVSNet(CVPR2019)，PointMVSNet(ICCV2019)，P-MVSNet(ICCV2019)，MVSCRF(ICCV2019)，Cascade(CVPR2020)，CVP-MVSNet(CVPR2020)，Fast-MVSNet(CVPR2020)，UCSNet(CVPR2020)，CIDER(AAAI2020)，PVAMVSNet(ECCV2020)，D2HC-RMVSNet(ECCV2020)
深度学习重建 特点对比总结 MVSNet系列最新顶刊 特点对比总结
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
09-15 571
香港科技大学的权龙教授团队的Yao Yao把双目立体匹配的cost volume，引入了基于深度学习的三维重建领域，提出了MVSNet，并整理了DTU数据集，开创了通过深度模型预测深度进行三维重建的一个新领域。后续Xiaoyang Guo 同学把原来MVSNet的tensorflow代码改成了pytorch框架，极大地增加了代码的可读性，方便了后续一系列对MVSNet的改进。也提高了改进的基点。
深度学习超分辨率综述阅读笔记（翻译）
vagusbroken的博客
10-26 2487
深度学习超分辨率综述阅读笔记（翻译） https://arxiv.org/abs/1902.06068 摘要：图像超分辨率（SR）是计算机视觉中增强图像和视频分辨率的一类重要图像处理技术。近几年来，图像超分辨率研究已经利用深度学习技术取得了重大进展。文本旨在系统性综述图像超分辨率技术利用深度学习技术所取得的最新进展。总体来看，现有的 SR 技术研究大体可以分为三大类：监督 SR、无监督 SR 以及特定领域的 SR。除此之外，本文还介绍了其他一些重要内容，如公共开源基准数据集和性能评估指标。最后，本文还指出
JPEG、GIF、PNG、BMP哪种图片格式的图片清晰一点
热门推荐
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
03-28 5万+
BMP格式的图片是无损保存，质量最好。 JPEG：是有损压缩 ，文件后辍名为"．jpg"或"．jpeg"。 GIF ：是用于压缩具有单调颜色和清晰细节的图像（如线状图、徽标或带文字的插图）的标准格式。 PNG：PNG使用从LZ77派生的无损数据压缩算法，一般应用于JAVA程序、网页或S60程序中，原因是它压缩比高，生成文件体积小。 BMP：是一种与硬件设备无关的图像文件格式，使用非常广，除了图像深度可选以外，不采用其他任何压缩，所以图像质量最好。 扩展资料： 典型的BMP图像文件由四部分组成： 1：位图头
错误 C4996 ‘fopen‘: This function or variable may be unsafe. Consider using fopen_s instead. To disabl
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
04-22 2万+
编译出错信息 error C4996: ‘fopen’: This function or variable may be unsafe. Consider using fopen_s instead. To disable deprecation, use _CRT_SECURE_NO_WARNINGS. See online help for details. 错误c4996 fopen的:这个函数或变量可能是不安全的，考虑改用fopen_s。 要禁用弃用，请使用_CRT_SECURE_NO_WARN
ubuntu 18.04 安装conda环境 及 创建虚拟环境
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
10-07 1万+
使用 conda create -n your_env_name python=X.X（2.7、3.6等）anaconda 命令创建python版本为X.X、名字为your_env_name的虚拟环境。使用命令conda install -n your_env_name [package]即可安装package到your_env_name中。如果，source ~/.bashrc，再执行 conda，还会不行，手动添加环境变量；此时，进入Anaconda的base环境，再输入conda ，发现已经激活。
VSCode常用快捷键（放大/缩小字体、切换全屏、跳转指定行数、返回上一次位置、隐藏 /显示导航、注释代码）
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
12-31 1万+
—状态栏 ：文件=> 首选项 => 文件图标主题（或者 点击 左下角 设置符号弹出来选项框）——状态栏 ：文件=> 首选项 => 颜色主题（或者 点击 左下角 设置符号弹出来选项框）——2）“Ctrl+K” +“Z” => 切换至全屏模式（禅宗模式）有利于集中注意力开发。——7）“Ctrl + Shift + Y " => 显示/隐藏底部控制台。——3）“Ctrl + +” => 放大编辑器页面字体。——6）“Ctrl + S" => 文件保存。——或 者左下角：设置=> 文件图标主题。
Python换源 (pip换源、apt换源)
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
10-10 4327
apt-get，是一条linux命令，适用于deb包管理式的操作系统，主要用于自动从互联网的软件仓库中搜索、安装、升级、卸载软件或操作系统。有时由于网络问题，无法安装各种包，尤其是一些国外的包，就需要进行换源操作。但是，在服务器创建自己的虚拟环境，这时自己的虚拟环境下还需要自己换源，不然还是默认源，非常慢，可以用pip换源，推荐方法“3 永久换源”。在根目录下创建/修改 vim ~/.config/pip/pip.conf配置文件；apt 换源，需要sudo权限，作为普通用户，没法完成。
消融实验 Ablation Study是什么 ？ 论文中w/o 与 w/ 什么意思？
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
12-02 3624
消融实验简单来说就是控制变量法，当你提出多个思路提升某个模型时，为了验证这几个思路的有效性和起作用方式，就要采用消融实验。3. 给模型同时加入A方案和B方案，看效果。消融实验Ablation Study。1. 给模型加入A方案，看效果。2. 给模型加入B方案，看效果。
VMware安装ubuntu20.04，安装界面中无法显示全部按钮，导致安装无法顺利进行“下一步”/“继续按钮”
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
11-19 3584
选择了一个适中的分辨率，（之所以调整该分辨率，是因为默认的显示区域太小，在之后的安装界面中无法显示全部按钮，导致安装无法顺利进行，就挺无语的），然后我们点击右上角的“应用”按钮，之后平面就变得大了。我们首先点击右上角的红色叉号关闭按钮，关闭当前界面，请不用担心，此界面我们可以以其它方式重新唤醒。就可以暂时改变虚拟机的显示分辨率，这样你就可以继续安装Ubuntu了，安装成功后再去修改分辨率就可以了——鼠标右击桌面，点显示设置。我们需要点击右上角的四个图标区域，点哪一个都会弹出设置界面的，设置分辨率。
vmware16下安装ubuntu20.04报错：发生错误，导致虚拟 CPU 进入关闭状态。如果虚拟机外部发生此错误，则可能已导致物理计算机重新启动……
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
11-19 3571
vmware16下安装ubuntu20.0报错：发生错误，导致虚拟 CPU 进入关闭状态。大概率是vmware和ubuntu版本对不上，把安装文件夹中的.vmx文件（用记事本打开）中的版本号改成和vmware版本一致，改完了重启虚拟机即可。背景：vmware16下已经能了ubuntu18.04,现在想在安装一个ubuntu20.04。在ubuntu20安装路径下找到ubuntu20.vmx,用记事本打开。这里原来是18，改成16，改完了重启虚拟机即可。
相机内参外参(Intrinsics & Extrinsics) 与 相机标定参数
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
12-07 3470
深入解读相机矩阵 一文带你搞懂相机内参外参(Intrinsics & Extrinsics) 相机内参 我们通常所说的相机内参是4个，分别为:fx、fy、u0、v0; u0，v0表示图像的中心像素坐标和图像原点像素坐标之间相差的横向和纵向像素数。理论值应该是图像宽度、高度的一半，但实际是有偏差的，一般越好的摄像头则其越接近于分辨率的一半; 1、旋转矩阵：描述了世界坐标系的坐标轴相对于摄像机坐标轴的方向 2、平移矩阵：描述了在摄像机坐标系下，空间原点的位置
（DTU数据集、Tanks and Temples 数据集、ETH3D 数据集、BlendedMVS数据集 ） 深度学习三维重建MVS论文中最受欢迎的大型数据集
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
08-27 3281
近几年，在MVS类论文中使用最为广泛的大型数据集分别是DTU数据集、Tanks and Temples 数据集、ETH3D 数据集 、数据集。对于基于学习的MVS训练，深度图是必不可少的，而评估是基于点云的。对基于平面扫描的多视图立体视觉技术的深度学习中，如果一个数据集不包含地面真实摄像机标定，或者使用开源软件获得地面真值标定，那么它可能不适合训练，因为平面扫描对摄像机标定中的噪声很敏感。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

R-G-B

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值