Learning-based Multi-View Stereo: A Survey

3D重建旨在恢复场景的密集三维结构，在增强/虚拟现实（AR/VR）、自动驾驶和机器人等各种应用中发挥着重要作用。利用从不同视点捕获的场景的多个视图，多视图立体视觉（MVS）算法合成了全面的三维表示，实现了在复杂环境中的精确重建。由于其高效性和有效性，MVS已成为基于图像的3D重建的关键方法。最近，随着深度学习的成功，许多基于学习的MVS方法已被提出，对传统方法取得了令人印象深刻的性能。我们将这些基于学习的方法分类为：基于深度图的、基于体素的、基于NeRF的、基于3D高斯喷洒的和大型前馈方法。其中，我们重点关注基于深度图的方法，因为它们是MVS的主要家族，具有简洁、灵活和可扩展性。在本次调查中，我们提供了一份文献综述，调查了这些基于学习的方法，总结了它们在流行基准测试上的性能，并讨论了未来这个领域的有前途的研究方向。

论文旨在综述基于深度学习的多视图立体重建方法，分析它们的性能表现和未来研究方向。

论文主要关注基于深度图的多视图立体重建方法，这是一种简洁、灵活且可扩展的方法。

论文概述了多种基于深度学习的多视图立体重建方法，并对它们在流行基准测试中的性能进行了总结。此外，论文还探讨了未来研究方向。

最近的相关研究包括：NeRF、3D Gaussian Splatting等基于深度学习的多视图立体重建方法。