매 단계에서 모든 깊이를 찾지 않기
처음에는 넓은 깊이 범위를 조사하고 후속 단계에서는 이전 추정 주변을 더 세밀하게 조사한다. 특징 피라미드의 해상도와 탐색 간격을 함께 조절한다. 모든 단계에 같은 범위의 큰 볼륨을 만드는 접근과 다르다.
탐색 범위의 예
처음에 1~9m를 조사해 5m 근처라는 추정을 얻었다고 하자. 다음 단계에서 4~6m를 더 촘촘히 조사하면 같은 후보 수로 간격을 줄일 수 있다. 하지만 실제 깊이가 8m인데 이전 추정이 틀렸다면 좁힌 범위에서 정답을 놓칠 수 있다.
해상도와 비용
가로와 세로 해상도를 높이면서도 깊이 후보 범위를 조절하면 비용 볼륨의 증가를 억제할 수 있다. 메모리 절약 정도는 단계별 해상도와 후보 수, 특징 채널 및 중간 활성값에 달려 있다. 입력 영상의 크기만으로 실제 실행 메모리를 계산할 수는 없다.
연쇄 추정의 검증
최종 깊이뿐 아니라 앞 단계의 오류가 뒤 단계에 전달되는 조건을 확인한다. 가림과 얇은 구조, 반사 표면에서 탐색 범위가 적절했는지도 살펴본다. 같은 카메라 조건과 해상도에서 정확도와 실행 비용을 함께 비교하며 이후 깊이 결합 과정은 별도로 평가한다.
관련 문서
MVSNet / R-MVSNet / PatchmatchNet / MVSNeRF / IGEV-Stereo / PSMNet