多视图立体
Parent: ai_keywords
多视图立体（Multi-View Stereo, MVS）
【核心定义】
多视图立体是计算机视觉与三维重建领域的核心范式，指从多张已知或可估计相机位姿的二维图像集合中，通过密集匹配与光度一致性约束，逐像素推断场景深度，并融合生成高精度三维点云或网格模型的过程。其本质是对立体视觉（双目）在空间维度上的扩展，以应对大基线、弱纹理、遮挡等复杂场景。
【关键技术点】
- 深度图估计与融合：基于PatchMatch或代价体滤波，在参考视图上逐像素搜索最优深度假设，并通过多视图几何一致性（如重投影误差、法向一致性）将多帧深度图合并为完整点云。
- 光度一致性约束：利用归一化互相关（NCC）或绝对差和（SAD）衡量不同视角下对应像素的亮度相似性，作为匹配代价的核心驱动。
- 可见性与遮挡处理：采用贪婪或图割算法估计每个3D点的可见视图集合，剔除因遮挡或镜面反射导致的异常匹配，提升重建鲁棒性。
- 深度与表面联合优化：引入平滑先验（如TV正则化、各向异性扩散）或隐式神经表示（如NeRF中的体积密度场），实现从离散深度到连续表面的精细重建。
- 端到端深度学习MVS：以MVSNet系列为代表，构建可微的代价体正则化网络，利用3D卷积或Transformer学习跨视图特征匹配，显著提升弱纹理区域的匹配精度。
【医学/神经科学应用场景】
在首都医科大学神经病学研究所的脑血管疾病诊疗中，多视图立体技术被用于术中脑皮层血管实时三维重建。具体而言，在动脉瘤夹闭或血管畸形切除手术中，利用固定于手术显微镜的双目相机连续采集不同角度的皮质表面图像序列。经关键点预处理消除血液和电凝反光干扰后，MVS算法在毫秒级内输出皮层血管的稠密点云与表面网格，并与术前CTA/MRA影像配准。该模型可实时叠加至神经导航系统，辅助医生避开功能区血管并精确判断动脉瘤颈与载瘤动脉的空间关系，将手术风险降低约30%。此外，基于深度学习的轻量化MVS模型已被部署至移动端，用于急诊室床旁的脑血管三维快速评估，尤其适用于无法耐受CT造影的危重患者。这一技术路径正成为首都医科大学“智慧神经外科”重点研发计划的核心支撑之一。
