图 12 最终重建出的面片(场景)可以看出,除了重复纹理区域(人的头发)、凹陷部分、深度突变区域外,重建的整体效果还是不错的,这得益于“匹配-扩张-剔除”策略的成功,成像差异函数的提出是立体匹配从双目走向多视图的关键,可视集V(p)在极线约束下利用几何信息,更新可视集V*(p)进一步考虑灰度信息,在深度学习出现后,已有论文实现通过学习的方式来评估多个面片间的相似性。参考文献:Y. Furukawa and J. Ponce, 'Accurate, Dense, and Robust Multiview Stereopsis,' in IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 32, no. 8, pp. 1362-1376, Aug. 2010, doi: 10.1109/TPAMI.2009.161.备注:作者也是我们「3D视觉从入门到精通」特邀嘉宾:一个超干货的3D视觉学习社区