3D Scene Geometry Estimation from 360$^\circ$ Imagery: A Survey

本文全面调查了基于单个、两个或多个图像的全景光学拍摄的先驱和最新的三维场景几何估计方法。我们首先回顾了球形相机模型的基本概念，并回顾了最常见的适用于全景（也称为360度、球形或全景）图像和视频的采集技术和表示格式。然后我们调查了单目布局和深度推断方法，重点介绍了适用于球形数据的基于学习的解决方案的最新进展。然后，在球形领域中修订了经典的立体匹配，其中检测和描述稀疏和密集特征的方法变得至关重要。然后，将立体匹配概念推广到多视角相机设置中，将它们归类为光场、多视角立体和结构运动（或视觉同时定位和映射）。我们还编译和讨论了每个目的所指示的常用数据集和指标，并列出了最近的结果以保证完整性。最后，我们指出了当前和未来的趋势。

本文旨在综述基于单个、双个或多个图像的全景相机下的三维场景几何估计方法，介绍了该领域内的基础概念、数据获取技术和表示格式，并提出了各种单目、双目和多视角相机下的深度推断和场景重建方法。

本文的关键思路是探索全景相机下的三维场景几何估计方法，包括单目、双目和多视角相机下的深度推断和场景重建方法。相比当前的研究，本文提出了一些基于学习的新方法，使得在全景图像和视频上进行场景重建和深度估计变得更加准确和高效。

本文综述了全景相机下的三维场景几何估计方法，介绍了基于学习的单目布局和深度推断方法，以及基于稀疏和密集特征的双目和多视角场景重建方法。此外，本文还列举了常用的数据集和评价指标，并提供了最新的实验结果。值得注意的是，本文提出的方法在全景图像和视频上表现出色，具有很高的应用价值。

在该领域中，最近的相关研究包括：《Learning Monocular Depth Estimation using Dual-Pixels》、《Spherical Stereo Matching with Generative Adversarial Networks》、《Deep Multi-View Stereo for Indoor Scene Reconstruction》等。