自监督多视图立体视觉（MVS）因可以从一组图像中学习密集表面预测且无需真实3D训练数据而引起越来越多的关注。然而现有的方法高度依赖于局部光度一致性，这使得无法在无纹理或反射区域中准确识别密集相关性。

为了解决上述问题，在NIPS 2022上，清华大学在读博士张晋之等人发现图像中隐含的几何邻近度（如表面连通性和遮挡边界）可以为像素级多视图对应估计提供可靠的指导，提出了一种新的弹性零件表示法，用弹性变化的尺度、形状和边界对物理连接的零件分割进行编码。

同时，张晋之博士还提出了一种自监督MVS框架ElasticMVS，来学习每个视图深度的表示和估计，并遵循部分感知传播和评估方案。具体来说，像素级部分表示通过基于对比学习的策略来训练，这增加了几何集中区域中的表示紧凑性，反之增加了对比度。并且基于从几何集中的零件提出一组深度假设，来迭代优化零件级一致性损失和表面平滑度损失。

广泛的实验表明，ElasticMVS在重建完整性和准确性等方面有很大的优势，且对于具有挑战性的大规模重建，ElasticMVS也优于监督和自监督方法，具有非凡的泛化能力。

12月26日晚7点，「AI新青年讲座」第185讲邀请到ElasticMVS一作、清华大学在读博士张晋之参与，主讲《自监督大场景三维重建》。