1 Introduction
我们的方法是基于以下观察:有大量在线图片的情况下,应该存在在相似光照,天气,曝光条件,相似分辨率和足够长基线的子集。通过自动识别这些子集,我们可以极大地简化问题,在提供足够的视差进行精确重建的同时,匹配外观和比例相似的图像。虽然这个想法是概念上很简单,他的有效执行需要两个方面:在图像层面,估计尺度,外观和足够长的基线;在像素层面,处理遮挡,杂乱,局部光线变化,并鼓励水平和垂直上视差的匹配。我们的主要贡献是设计和分析这样一个自适应的视图选择过程。我们发现这种方法在很多场景和cpc上都是有效的。事实上,我们的实验表明,简单的匹配指标能够在许多场景的重要部分上容忍惊人的广泛的照明变化。虽然我们希望未来的工作能扩展这一操作范围,甚至利用外观上的巨大变化,但我们相信结合简单度量的视图选择是一种有效的工具,也是从互联网派生的集合中重建场景的重要的第一步。
1