Planar Prior Assisted PatchMatch Stéréo Multivue

La complétude des modèles 3D reste un problème difficile en stéréo multi-vue (MVS) en raison de la fiabilité insuffisante de la cohérence photométrique dans les zones à faible texture. Étant donné que les zones à faible texture présentent généralement une forte planarité, les modèles plans offrent un avantage significatif pour l’estimation de profondeur dans ces régions. D’un autre côté, l’algorithme PatchMatch en stéréo multi-vue se distingue par son efficacité, grâce à son schéma d’échantillonnage et de propagation. En exploitant à la fois les modèles plans et l’approche PatchMatch en stéréo multi-vue, nous proposons dans cet article un cadre de stéréo multi-vue PatchMatch assisté par une priorité plane. Plus précisément, nous utilisons un modèle graphique probabiliste pour intégrer les modèles plans dans l’algorithme PatchMatch, et introduisons un nouveau coût d’agrégation multi-vue basé sur la correspondance. Ce coût innovant prend en compte à la fois la cohérence photométrique et la compatibilité plane, ce qui le rend adapté à l’estimation de profondeur aussi bien dans les régions non planes que planes. Les résultats expérimentaux démontrent que notre méthode permet efficacement de restaurer l’information de profondeur dans des zones extrêmement pauvres en texture, aboutissant ainsi à des modèles 3D hautement complets et atteignant des performances de pointe dans la littérature.