【论文简述】PatchmatchNet: Learned Multi
2. 发表年份：2021
3. 发表期刊：CVPR
4. 关键词：MVS、深度学习、、自适应、迭代优化
5. 探索动机：可扩展性、时间、内存占用等效率问题依然没有解决。
While being at the level, most of them do only pay to , and run-time.
6. 工作目标：是一种很好的提高效率的解决方案，是否可以与深度学习方式相结合？
MVS the idea of a cost and are based on the . a , for field . In , the of depth maps is to find a good the need to look all . Low – of the range – and an make this very for our deep based MVS setup.
7. 核心思想：是一种基于学习的新的级联方式，目的是降低高分辨率MVS的内存消耗和运行时间。它继承了经典在效率上的优势，同时通过深度学习的优势来提高性能。
8. 实验结果：在DTU、Tanks & 和ETH3D数据集上，与大多数基于学习的方法相比，实现了具有竞争力的性能和广泛性，效率比所有现有最好的模型都要好，比最先进的方法快至少2.5倍，内存使用量少两倍。下图中，误差、GPU内存和运行时长之间的关系，图像大小为1152×864。
9. 论文和代码下载：
二、实现过程 1. 概述
的结构，由多尺度特征提取、基于学习的(从粗到细的迭代框架)和空间改进模块组成。用于多个阶段的进行多次迭代，以从粗到细的方式预测深度图。改进模块使用输入来指导最终深度图的上采样。输入图像大小为W×H，在阶段k，深度图的分辨率为W/k2×H/k2。
因为手残，写了一天的帖子没了......csdn的撤回真的很不智能，大家慎用！
这篇写的很好，直接看：系列论文详解-
总体感受，这篇文章用词高级，逻辑清晰，每个部分开头都会讲清楚设计缘由，值得反复学习。
6. 实验
6.1. 数据集
DTU 、Tanks and 、ETH3D
The DTU [1] is an multi-view with 124 where all share the same .
6.2.
第一次见这样的训练方式
Many -based [7,16,26,36,38,39] two best views based on view [39] to train on DTU [1]. , the views have a with the view, which may the of the pixel-wise view . , we a based on [37].For each view, four from the ten best views for . This the at time and the on the fly, which the . In , on those views with weak for our .
6.3. 实现
训练：通过实现，使用DTU数据集训练。深度图尺寸为160×128。输入视图数N=5，图像大小裁剪到640 × 512，输入图像的总数设置为N = 5。将阶段3,2,1上的迭代次数设置为2,2。批大小为4，并在2个 GTX gpu上进行训练。深度估计后重建点云，类似于的方法。
6.4. 结果
DTU数据集基准：输入原始大小的图像(1600×1200)，设置视图数N为5，效果很好。
内存和运行时长比较。使用DTU的数据集，GPU内存、运行时长与输入分辨率的关系。原图像分辨率为1600×1200(100%)。在较高的分辨率下，其他方法无法在 RTX 2080 GPU评估。
Tanks & ：输入图像大小为1920×1056，视图数N为7。在计算过程中，深度图的GPU内存和运行时间分别为和0.505s。通过得到相机参数和稀疏点云。对于更复杂的高级数据集，该方法在所有方法中表现最好。
ETH3D。输入图像大小为2688 × 1792。由于在ETH3D中有很强的视图变化，我们也使用N = 7个视图以利用更多的多视图信息。相机参数和稀疏点云通过得到。
ETH3D的场景中像素级视图权重的可视化。源图像和参考图像中用方框标记的区域是共可见的。右边:相应的像素级视图权重，颜色鲜艳(大值)表示共同可见的。像素附近深度不连续处比周围区域略暗。像素级视图权重确实能够确定参考视图和源视图之间的共同可见区域。
6.5. 消融实验
