- …
- …
#190
summarized by : Naoya Chiba
どんな論文か？
マルチビューステレオによる三次元推定．はじめに特徴点を検出しマッチング，三角測量による再構成を行った後，特徴点から得られたスパースな再構成結果から密な三次元形状を復元する．エピポーラ幾何を利用して探索コストを抑える．特徴点の深度を2D上に対応させたスパースな深度マップを入力として，マルチスケールな深度マップを教師に用いて学習し，密な深度マップを推定する．
新規性
ターゲット画像について特徴点と特徴量を計算した後，各特徴点に対応するリファレンス画像のエピポーラ線状の点をサンプリングしてマッチングすることで計算量を削減する．マッチングにはSoft-argmaxを用いる．スパースな深度マップから密な深度マップを再構成するネットワークでは，マルチスケールに畳み込みが行われるようネットワーク構造を工夫．
結果
ScanNetによって学習・評価．Mean Localization ErrorとMatching Score，Repeatability Score，回転・並進の各誤差で評価し，バランスの良い性能であることを検証．実際に深度を推定すると既存手法よりも高い性能を達成しており，フレーム数を増やすと推定性能が向上．
その他（なぜ通ったか？等）
https://github.com/magicleap/DELTAS
- …
- …