其中结合局部与全局的法向量约束CNM得到了非常好的结果，超过了不使用几何约束或者单独使用几何约束的结果：
而遮挡概率图的加入使得遮挡部分受到更大的惩罚，并向非遮挡区域给予更多的注意力。此外遮挡概率还为TSDF函数的融合提供了权重参数：
最后发现输入视图的数量也会逐渐提升最终深度估计结果的精度，其中以中间图作为参考图得到的效果比最后一帧最为参考图效果更好，这是由于中间图与周围源图的重叠更大：
最后让我们一起来看看最终的深度估计结果和重建结果：
发布日期：2020-05-11 12:06:07
浏览次数：106
其中结合局部与全局的法向量约束CNM得到了非常好的结果，超过了不使用几何约束或者单独使用几何约束的结果：
而遮挡概率图的加入使得遮挡部分受到更大的惩罚，并向非遮挡区域给予更多的注意力。此外遮挡概率还为TSDF函数的融合提供了权重参数：
最后发现输入视图的数量也会逐渐提升最终深度估计结果的精度，其中以中间图作为参考图得到的效果比最后一帧最为参考图效果更好，这是由于中间图与周围源图的重叠更大：
最后让我们一起来看看最终的深度估计结果和重建结果：
