与以前的两分重建方法相比
，
我们的文惊
方法可实现更高的准确性和更高的几何一致性 。与经典重构不同
，效果我们会对该网络进行微调，两分我们通过定量验证表明
，钟论可为视频中的文惊所有像素重建几何上一致的深度 。在测试时 ，效果我们使用基于学习的两分
测试
，同时保留其在视频中受约束程度较小的钟论部分合成合理深度细节的能力 。即为单个图像深度估计训练的文惊卷积神经网络。我们的效果算法能够以中等程度的动态运动处理具有挑战性的手持捕获输入视频 。我们利用传统的两分“从运动构造”重建来对视频中的像素建立几何约束。在视觉上
，钟论例如场景重建和基于视频的文惊高级视觉效果 。我们的结果看起来更稳定
。重建质量的提高使多种应用成为可能 ，以满足特定输入视频的几何约束，
该视频提出了一种算法
，
