মাল্টি-ভিউ স্টেরিও

এমভিএস অনুমান করে যে ক্যামেরার ভঙ্গিগুলি ইতিমধ্যেই পরিচিত (সাধারণত গতি থেকে স্ট্রাকচার থেকে) এবং ঘন জ্যামিতি পুনরুদ্ধারের উপর ফোকাস করে। এর মূল নীতি হল ফটো-সামঞ্জস্যতা: একটি সঠিকভাবে অনুমান করা 3D পৃষ্ঠের বিন্দু একই দেখা উচিত যখন এটি দেখতে পাওয়া একাধিক চিত্রগুলিতে অনুমান করা হয়। অ্যালগরিদম প্রতিটি পিক্সেলের জন্য প্রার্থীর গভীরতা পরীক্ষা করে এবং গভীরতা বেছে নেয় যেখানে দৃশ্য জুড়ে উপস্থিতি সর্বোত্তম সম্মত হয়, প্রায়শই প্লেন-সুইপ স্টেরিও বা প্যাচ-ভিত্তিক ম্যাচিং ব্যবহার করে (যেমন ক্লাসিক PMVS পদ্ধতিতে)। প্রতি-ইমেজ গভীরতার মানচিত্রগুলি তারপরে একটি ইউনিফাইড পয়েন্ট ক্লাউড বা জালে মিশ্রিত করা হয়, বিরোধগুলি সমাধান করে এবং আউটলায়ারগুলি ফিল্টার করে। বাধা, টেক্সচারহীন দেয়াল এবং প্রতিফলিত পৃষ্ঠগুলি পরিচালনা করা কেন্দ্রীয় অসুবিধা। MVSNet-এর মতো শিক্ষা-ভিত্তিক MVS নেটওয়ার্কগুলি এখন খরচের পরিমাণ তৈরি করে এবং বৃহত্তর মজবুততার জন্য 3D কনভোলিউশনের সাথে তাদের নিয়মিত করে।