Multi-échelle de cohérence géométrique guidée pour la stéréoscopie multi-vue

Dans cet article, nous proposons une méthode efficace de stéréoscopie multi-vue guidée par la cohérence géométrique multi-échelle pour l'estimation précise et complète des cartes de profondeur. Nous présentons d'abord notre méthode de base de stéréoscopie multi-vue utilisant un échantillonnage en damier adaptatif et une sélection conjointe de vues multi-hypothèses (ACMH). Cette méthode exploite les informations structurées des régions pour échantillonner de meilleures hypothèses candidates à la propagation et inférer le sous-ensemble de vues d'agrégation pour chaque pixel. Pour l'estimation de profondeur dans les zones faiblement texturées, nous proposons également de combiner ACMH avec une guidance par la cohérence géométrique multi-échelle (ACMM) afin d'obtenir des estimations fiables de profondeur pour ces zones à des échelles plus grossières et de garantir leur propagation vers des échelles plus fines. Pour corriger les estimations erronées propagées à partir des échelles plus grossières, nous présentons un restaurateur de détails novateur. Les expériences menées sur des jeux de données étendus montrent que notre méthode atteint des performances d'état de l'art, permettant non seulement la récupération de l'estimation de profondeur dans les zones faiblement texturées, mais aussi dans les détails.说明：内容准确：专业术语如“multi-view stereo”（stéréoscopie multi-vue）、“depth map estimation”（estimation des cartes de profondeur）、“Adaptive Checkerboard sampling”（échantillonnage en damier adaptatif）和“Multi-Hypothesis joint view selection”（sélection conjointe de vues multi-hypothèses）等均使用了通用的法语译法。表达流畅：句子结构和用词符合法语的表达习惯，避免了生硬直译。表述正式：采用了正式、客观的科技或学术写作风格，避免了口语化表达。忠于原文：在保持原意的基础上优化了句子结构，确保译文与原文内容高度一致。