文章目录

• 1 特点对比总结
• 2 综述
• 3 MVSNet系列最新顶刊 总结笔记
• 4 论文+源码+解析+译文+批注+总记 资源包下载
• • 4.1 内容展示
  • 4.2 资源下载
• 5 MVSNet系列最新顶刊 对比总结笔记 Word版下载

1 特点对比总结

香港科技大学的权龙教授团队的Yao Yao把双目立体匹配的cost volume，引入了基于深度学习的三维重建领域，提出了MVSNet，并整理了DTU数据集，开创了通过深度模型预测深度进行三维重建的一个新领域。

后续Xiaoyang Guo 同学把原来MVSNet的tensorflow代码改成了pytorch框架，极大地增加了代码的可读性，方便了后续一系列对MVSNet的改进。也提高了改进的基点。
得特别感谢香港科技大学的权龙教授团队和Xiaoyang Guo 同学。

由于tanks and temples榜单评价的是点云，阻碍tanks and temples榜单上排名的可能并不是深度值预测的不好，而是其他的问题。三维重建涉及的东西很多。榜单上排名高的模型可能是因为在模型以外的地方做了东西。