稠密重建网络对比——CasMVSNet与CVP-MVSNet的区别

两个网络本质上相同，实际上他们同年提出。论文中所示最大的区别在于得到残差深度的方式

CasMVSNet：

需要注意的是，图并没有完全画完。除第一阶段生成一个粗深度图，每一阶段生成的应该是残差深度图，与上一层深度图的上采样叠加后，产生新的深度图，这个图在 CVP-MVSNet显示的更贴切。

本网络的获取残差深度图的方式为通过缩小剩余深度获取，这个范围是通过一个系数实现的


测试数据集
1152×864。

---

CVP-MVSNet：

此图能更清晰的说明每一阶段的产生结果
本网络获取残差深度的范围是通过两个像素的重投影决定

对于某个像素的深度剩余，首先把它投影到src上，在src的极线上找相邻的2个像素，沿着src相机通过这两个点到3D空间，就得到了深度剩余refine时候的范围。

深度假设平面没必要太过密集，投影过来的3D点太近，无法为深度推断提供额外信息

实验中，计算图像中距离0.5像素的点的平均深度间隔

测试数据集
对于1600×1184的输入大小，金字塔有5个级别，对于800×576和640×480的输入大小，金字塔有4个级别。

---