我们从互联网收集的图片重建几何图形的方法包括几个阶段

• 相机标定
• 为每一张图像估计一张深度图
• 两级视图选择算法
  • 全局视图选择：找到一组邻域图像。
  • 局部视图选择：再找到最好的匹配图像。

Global View Selection

​ 对于每一参考视图R，全局视图选择旨在寻找一组邻域图像N，这些图像在场景内容、外观和尺度方面是立体匹配的良好候选图像。候选图像应与参考图像R有足够的视差。设计一个评分函数来衡量候选图像的质量。

共享特征加权和

$$g_R(V)=\sum _{F_V\cap F_R}{w}_N(f)\cdot w_s(f)$$

$F_X$是视图X的观测到的特征点，$w_N$是计算两视图之间，共视的角度权重。$w_s$是计算两视图之间在共视特征区域的3D分辨率的差异。

Local View Selection

​ 从全局视图中选取一个子集。首先计算local得分，然后计算NCC得分，如果大于阈值，则加入到局部视图中。

Multi-View Stereo Reconstruction

...