从一组校准的2D多视图图像中准确地重建3D几何形状是一种积极而有效的方法计算机视觉中具有挑战性的任务。 现有的多视图立体声方法通常在恢复方面表现不佳深凹且突出的结构,并且会遇到一些常见问题,例如收敛速度慢,对初始条件的敏感性以及对内存的高要求。 为了解决这些问题,我们建议广义重投影误差最小化的两阶段优化方法(TwGREM),其中提出了一种广义的重投影误差框架,以将立体和轮廓提示整合到一个统一的能量中功能。 为了使函数最小化,我们首先在3D体积网格上引入凸松弛可以使用变量拆分和Chambolle投