标题：基于多尺度空间特征融合的三维重建
作者：赵锐1，2 万旺根1，2
作者单位：1 上海大学通信与信息工程学院，上海 200072；2 上海大学智慧城市研究院，上海 200072
关键字：三维重建；弱纹理问题；多尺度空间特征融合；门控循环单元网络
摘要：为了提高基于多视图立体匹配网络（MVSNet）的深度学习算法在弱纹理场景下的精准性，提出了一种基于多尺度空间特征融合的三维重建方法。首先利用金字塔特征提取网络（PFNet）训练图像序列的特征表示，得到特征图不同尺度之间的联系，使网络可以更好地捕获图像上下文信息；然后利用UGRU循环卷积网络计算出三维成本量，通过门控循环单元网络（GRU）和U-Net架构的结合使用，能够有效聚合不同尺度信息，并且提升弱纹理区域下的重建精度。使用DTU数据集进行验证，实验结果证明，相比目前先进方法R-MVSNet，该方法在精度方面有较大提升，尤其体现在弱纹理区域。