YoYo000/BlendedMVS

解决的问题

BlendedMVS 提供了一个大规模数据集，旨在训练和评估广义多视角立体视觉 (MVS) 网络。它解决了对多样化、高质量训练数据的需求，涵盖了建筑、雕塑和小物体等广泛场景，以提高 3D 重建算法的鲁棒性和泛化能力。

工作原理

该项目提供了多个版本的数据集 (BlendedMVS, BlendedMVS+, 和 BlendedMVS++)，其结构设计为与 MVSNet 输入格式兼容。数据包含混合图像（带掩码和不带掩码）、相机参数 (cams) 以及渲染的深度图。一个名为 BlendedMVG 的超集将其扩展到 501 个场景中的超过 110k 张训练图像，以支持更广泛的多视角几何问题。

适用对象

从事 3D 计算机视觉的研究人员和开发人员，特别是专注于多视角立体视觉、相机位姿估计、新视角合成（如 NeRF 和 3DGS）以及深度/法线估计的领域。

主要亮点

• 大规模：基础集包含 113 个场景中的 17k 个 MVS 训练样本，在 BlendedMVG 版本中扩展到超过 110k 张图像。
• 内容多样：涵盖建筑和雕塑等多种类别。
• 多分辨率：提供低分辨率 (768x576) 和高分辨率 (2048x1536) 两种版本。
• 广泛应用：适用于图像检索、特征检测和基于 Transformer 的 3D 视觉等任务。