摄影测量 3D 重建的多视图立体方法比较：从传统方法到基于学习的方法

摄影测量 3D 重建长期以来依赖于传统的运动结构 (SfM) 和多视图立体 (MVS) 方法，这些方法提供高精度，但面临速度和可扩展性方面的挑战。最近，基于学习的 MVS 方法出现，旨在实现更快、更高效的重建。这项工作对代表性的传统 MVS 管道 (COLMAP) 和最先进的基于学习的方法进行了比较评估，包括几何引导方法（MVSNet、PatchmatchNet、MVSAnywhere、MVSFormer++）和端到端框架（Stereo4D、FoundationStereo、DUSt3R、MASt3R、Fast3R、VGGT）。在不同的空中场景下进行了两项实验。第一个实验使用 MARS-LVIG 数据集，其中 真值 3D 重建由 LiDAR 点云提供。第二个实验使用Pix4D官网的公共场景，使用Pix4Dmapper生成的真值。我们评估了所有方法的准确性、覆盖率和运行时间。实验结果表明，虽然COLMAP可以提供可靠且几何一致的重建结果，但它需要更多的计算时间。在传统方法无法进行图像配准的情况下，基于学习的方法表现出更强的特征匹配能力和更强的鲁棒性。几何引导方法通常需要仔细的数据集准备，并且通常取决于相机姿态或 COLMAP 生成的深度先验。 DUSt3R 和 VGGT 等端到端方法可实现具有竞争力的准确性和合理的覆盖范围，同时提供更快的重建速度。然而，它们在 3D 重建中表现出相对较大的残差，特别是在具有挑战性的场景中。