doubleZ0108

由非常著名的Max-Planck-Gesellschaft(德国马克思-普朗克研究所)联合苏黎世理工和微软共同提出 马尔可夫基础理论 马尔可夫性质：随机过程未来的状态仅依赖于当前状态，即给定现在状态时

Abstract learnable cascade formulation of Patchmatch 首次提出iterative multi-scale Patchmatch和adaptive p

Abstract 之前的问题：构建3D代价体，随着分辨率的增加cubic增长 memory and time efficient cost volume formulation complementa

Abstract attention-enhanced matching confidence volume → robust photo-consistency 将提取出特征的pixel-wise

Abstract build cost volume pyramid in a coarse-to-fine manner 而不是固定分辨率的代价体，使得网络更轻量化，可以迭代生成高质量的深度图 首先

Abstract volume在深度和空间方向应该都是各向异性的，但之前都是各向同性的处理问题 本文基于各向同性和各向异性的3D卷积构建网络 两大核心模块： patch-wise aggregatio

摘要 cost volume → directly process point clouds predict the depth in a coarse-to-fine manner 首先生成粗糙的深

核心思路 之前的缺陷：scalability, hard for high-resolution scenes contribution: scalable MVS framework 内存消耗减少，

核心思路 extract deep visual image features build 3D cost column upon the reference camera frustum via t