PatchmatchNet: 학습된 다중 뷰 패치매치 스테레오

우리는 고해상도 다중 시점 스테레오를 위한 새로운 학습 가능한 Patchmatch의 계단식 구성을 제시합니다. 이는 고속 연산과 낮은 메모리 요구량을 특징으로 하며, 3D 비용 체적 정규화를 사용하는 경쟁 모델들보다 자원 제한 장치에서 더 적합하게 실행됩니다. 우리는 처음으로 끝까지 학습 가능한 아키텍처에서 반복적인 다중 스케일 Patchmatch를 도입하였으며, 각 반복마다 새로운 학습된 적응적 전파 및 평가 방식으로 Patchmatch 핵심 알고리즘을 개선했습니다. 광범위한 실험 결과, DTU, Tanks & Temples, ETH3D 데이터셋에서 우리의 방법이 매우 경쟁력 있는 성능과 일반화 능력을 보여주었지만, 모든 기존 최고 성능 모델들에 비해 훨씬 높은 효율성을 가짐을 확인할 수 있었습니다: 최소 2.5배 이상 빠르고 메모리 사용량이 절반 이하입니다.