一致性检查（consistency check）

最近看论文看到深度传播方面的知识，随后想起之前做过视差一致性检查方面的工作，所以就小结一下，一致性检查方面的知识。

彩色一致性检查

• 原理：彩色一致性是指对于一幅图片，如果空间相邻区域像素亮度值相似的话，它们的颜色也是类似的。随后建立约束模型，约束为当前像素的颜色与邻域像素的颜色的误差。

深度一致性检查 —— 深度传播

• 原理：如果一幅图片的空间相邻区域亮度值类似的话，那么它的深度值也是类似的。根据这一原理，将深度估计问题进行优化建模，通过求解这个优化问题来获得整个图像的深度图，这就是基于深度一致性的深度传播算法的基本原理。
• 优化模型：计算下面的代价函数：
  $$\begin{array}{c}{\min }_{D}J\left(D^{non-key}\right)={\sum }_r{\left(D^{non-key}(r)-{\sum }_{s\in N(r)}{w}_{rs}{D}^{non-key}(s)\right)}^2\\ sub.to{D}^{non-key}\left(r_i\right)=D^{key}\left(r_i^{\prime }\right)\end{array}$$
• $N(r)$是像素$r$的一个邻域窗口，$w_{rs}$是邻域窗口的加权函数。
• 上面公式中，$D^{non-key}(r_i)=D^{key}(r_i^{\prime })$是代表通过特征点匹配，将关键帧的深度值赋予给非关键帧中对应的像素点。
• 代价函数计算的是非关键帧中当前元素深度和邻域元素深度的关系。