文件名称：Normal-Assisted-Stereo:[CVPR 2020]正常辅助立体声深度估计
文件大小：1.94MB
文件格式：ZIP
更新时间：2024-05-03 17:15:22
computer-vision depth-estimation 3d-vision normal-estimation multiview-stereo
普通辅助立体声深度估计 ， ，和 ，CVPR 2020 *通讯作者 介绍 准确的立体声深度估计在室内和室外环境中的各种3D任务中都起着至关重要的作用。 最近，基于学习的多视图立体声方法已经证明了具有有限视图数量的竞争性能。 但是，在具有挑战性的情况下，尤其是在构建交叉视图对应关系困难的情况下，这些方法仍然无法产生令人满意的结果。 在本文中，我们研究如何在训练时增强表面法线和深度之间的一致性以改善性能。 我们结合了多视图法线估计模块和多视图深度估计模块的学习。 另外，我们提出了一种新颖的一致性损失来训练一个独立的一致性模块，该模块可以从深度/法线对中提炼深度。 我们发现，联合学习可以同时改善法线和深度的预测，并且通过增强一致性可以进一步提高准确性和平滑度。 在MVS，SUN3D，RGBD和Scenes11上进行的实验证明了我们方法的有效性和最新的性能。 如果您发现此项目对您的研究有用
【文件预览】：
Normal-Assisted-Stereo-master
----.gitignore(1KB)
----scannet()
--------test_scene.list(1KB)
--------val_scene.list(4KB)
--------train_scene.list(15KB)
----dataset()
--------mvn_test_dump.pkl(382KB)
--------preparation()
--------train()
--------test()
----convert_normal.py(4KB)
----models()
--------__init__.py(72B)
--------ConsModule.py(3KB)
--------MVDNet.py(9KB)
--------unet.py(3KB)
--------submodule.py(6KB)
----LICENSE(1KB)
----custom_transforms.py(8KB)
----utils.py(3KB)
----train_sflow.py(20KB)
----README.md(7KB)
----data_loader.py(15KB)
----loss_functions.py(2KB)
----sceneflow()
--------lists()
----inverse_warp.py(5KB)
----teaser.gif(1.4MB)
----logger.py(3KB)
----train.py(20KB)