图像检索与三维重建：From Single Image Query to Detailed 3D reconstruction

先前基于图像检索的三维重建方式由于只关注尺度和外表相似的图像而往往会导致细节缺失问题，为解决该问题，本文结合了基于运动的重建(SfM, Structure-from-Motion)和多尺度场景下的图像检索进行三维重建。文中对重建系统和检索系统建立的连接，使得能够根据当前的3D重建情况控制检索特性。

整体框架

如上图所示，共分为以上几个步骤：

1.图像查询阶段：利用查询图像作为初始种子进行图像检索，获取临近的图像。然后通过Multiple sacle-band crawl获得不同尺度下的视觉信息。最后利用与查询图像相邻的图像进行扩展查询。

2.重建准备阶段：提出了一个有效的匹配方法以避免图像的不匹配问题。

3.重建阶段：采取了一系列方法来克服细节重建的难题。

4.检验重建模型的底细节部分，通过递归的方式从图像检索环节获取相关图像以完善细节。

Multiple scalebands

基于多层次图像挖掘方法【ACCV 2014_Efficient image detail mining】，从查询图像中提取不同尺度大小的初始查询图像，对这些初始查询图像聚类到尺度空间，每一个尺度空间被用来生成新的扩展查询。上图展示了从原始尺度到中等尺度及细节图像的提取样例。