微软AR/VR专利提出高效高精度解决方案计算场景图像像素
使用PatchMatch Neighborhood Consensus（PMNC）函数
（映维网Nweon 2024年07月20日）计算两个或多个图像中的像素对应可以用于从三维视觉到图像编辑和场景理解的计算机视觉任务，包括混合现实。对于密集语义对应任务，其涉及寻找语义相关的对象或场景元素的对应像素，而不是同一场景。
目前针对计算语义对应的方法包括利用邻域一致性，亦即基于2D空间情景过滤稀疏特征匹配或密集像素对应。过去的各种邻里一致过滤器都是手动制作，而不是机器训练。
密集对应任务可能涉及从图像对中提取特征以创建特征映射，并基于特征映射像素对之间的相似性确定对应关系。结合邻域一致线索的端到端可训练深度神经网络可用于这种任务。然而，大多数方法在计算方面的成本都非常昂贵。
在名为“Pixel correspondence via patch-based neighborhood consensus”的专利申请中，微软提出了一种旨在提高效率和精度的方法，在估计两个图像之间的密集语义对应中使用PatchMatch Neighborhood Consensus（PMNC）函数。
......（全文 2816 字，剩余 2474 字）
注册用户请登入后阅读完整文章
映维会员、PICO员工、大朋员工可联系映维免费获取权限
