[论文翻译]双级精度边缘引导的精确平面化多视角立体匹配

低纹理区域重建是多视角立体视觉 (MVS) 领域的重要研究方向。近年来，传统 MVS 方法通过构建平面模型在低纹理区域重建中表现优异，但仍存在物体边界穿透和感知范围受限等问题，影响了平面模型构建的鲁棒性。基于前期工作 (APD-MVS)，我们提出了 DPE-MVS 方法。通过引入包含精细边缘和粗边缘的双精度边缘信息，增强了平面模型构建的鲁棒性，从而提升了低纹理区域的重建精度。此外，我们利用边缘信息改进了传统 PatchMatch MVS 的采样策略，并提出自适应块大小调整方法，以优化随机区域和低纹理区域的匹配成本计算。这种边缘信息的额外使用实现了更精确、更鲁棒的匹配。我们的方法在 ETH3D 和 Tanks & Temples 基准测试中达到了最先进的性能。值得注意的是，在 ETH3D 基准测试中，我们的方法超越了所有已发表的方法。