두 단계 정밀 엣지 안내 다중 시점 스테레오 및 정확한 평면화

저문자 영역의 재구성은 다중 시점 스테레오(Multi-View Stereo, MVS) 분야에서 주요 연구 주제입니다. 최근 몇 년 동안, 전통적인 MVS 방법들은 평면 모델을 구축함으로써 저문자 영역의 재구성에서 매우 뛰어난 성능을 보여왔습니다. 그러나 이러한 방법들은 객체 경계를 넘는 문제와 제한된 인식 범위 등의 이슈로 인해 평면 모델 구축의 견고성이 훼손되는 경우가 많습니다. 이전 연구(APD-MVS)를 바탕으로, 우리는 DPE-MVS 방법을 제안합니다. 미세 및 거친 경계를 포함하는 쌍단위 정밀 경계 정보를 도입함으로써, 우리는 평면 모델 구축의 견고성을 향상시키고 저문자 영역의 재구성 정확도를 개선하였습니다. 또한, 경계 정보를 활용하여 기존 PatchMatch MVS의 샘플링 전략을 개선하고 확률적 및 저문자 영역에서 매칭 비용 계산을 최적화하기 위한 적응형 패치 크기 조정 방안을 제시하였습니다. 이러한 경계 정보의 추가적인 활용은 더욱 정밀하고 견고한 매칭을 가능하게 합니다. 우리의 방법은 ETH3D 및 Tanks & Temples 벤치마크에서 최신 기술 수준의 성능을 달성하였으며, 특히 ETH3D 벤치마크에서는 모든 공개된 방법들을 능가하는 성능을 보였습니다.