PM PM:具有用于对象分割和立体匹配的Potts模型的PatchMatch

本文提出了用于联合对象分割和立体匹配的统一变分公式,该公式同时考虑了准确性和效率。 在我们的方法中,深度图由紧凑的对象组成,每个对象都通过三个不同的方面表示:1)图像空间的周长; 2)倾斜的物体深度平面; 3)平面偏差,即在每个物体平面的顶部添加额外的细节级别,以对物体内的深度变化进行建模。 与低水平的传统高质量求解方法相比,我们使用带有PatchMatch立体技术的多标签Potts模型的凸公式在对象级别的每个图像上生成深度图,并表明通过我们的公式可以实现准确的多视图重建:没有离散化或伪影伪影的诱导单应性的方法。 我们的模型被公式化为通过快速的原始对偶算法优化的能量最小化,该算法可以有效处理数百个对象深度段。 在Middlebury基准数据集中的性能评估表明,在亚像素精确视差估计中,我们的方法优于传统的整数值视差策略以及原始的PatchMatch算法及其变体。 还对提出的算法进行了评估,结果表明,该算法对于各种现实世界的数据集(KITTI基准数据集和多视图基准数据集)产生一致的良好结果。