- …
- …
#630
summarized by : QIUYUE
どんな論文か？
現状のMulti-view Stereo (MVS)がメモリー消耗のため，scalabilityが低い．この文章でRNNベースのscalableなMVSのフレームワークを提案．提案手法は3D cost volume全体regularizingの代わりにデプス方向で2D cost volumeをGRUによりregularize.このような操作により大幅にメモリー消耗を減らせた．
新規性
新たなcost volume regularization手法の提案．RNNを2Dに適応することで，コストが高い3D cost regularizationを省いた．
結果
①MVSのベンチマークで提案手法がSOTAなパフォーマンスを達成．②いくつかのlarge-scale MVSシナリオで検証の結果により，提案手法のScalabilityを示した．
その他（なぜ通ったか？等）
提案手法cost volume regularizationを従来のMVSの手法に導入することで，従来の手法を高解像度へアップグレードできる．3Dタスクのメモリー消耗削減策は色々ほかの3DCNNに導入できる．
- …
- …