La reconstruction des zones faiblement texturées est un domaine de recherche important en stéréo multi-vue (MVS). Ces dernières années, les méthodes traditionnelles de MVS ont obtenu d'excellents résultats dans la reconstruction de ces zones en construisant des modèles planaires. Cependant, ces méthodes sont souvent confrontées à des problèmes tels que le franchissement des frontières d'objets et une plage de perception limitée, qui réduisent la robustesse de la construction des modèles planaires. En nous appuyant sur les travaux précédents (APD-MVS), nous proposons la méthode DPE-MVS. En introduisant des informations précises sur les contours à deux niveaux, y compris les contours fins et grossiers, nous améliorons la robustesse de la construction des modèles planaires, ce qui augmente la précision de la reconstruction dans les zones faiblement texturées. De plus, en utilisant les informations sur les contours, nous affinons la stratégie d'échantillonnage dans le PatchMatch MVS conventionnel et proposons une approche d'ajustement adaptatif de la taille des patches pour optimiser le calcul du coût de correspondance dans les zones stochastiques et faiblement texturées. Cette utilisation supplémentaire des informations sur les contours permet une correspondance plus précise et robuste. Notre méthode atteint des performances de pointe sur les bancs d'essai ETH3D et Tanks & Temples. Notamment, notre méthode surpasses toutes les méthodes publiées sur le banc d'essai ETH3D.