一种用于立体匹配的分解模型
计算机视觉与模式识别
2021-04-16 v1
摘要
本文提出一种用于立体匹配的分解模型，以解决随着分辨率升高计算成本（时间与内存成本）过度增长的问题。为降低原始分辨率下立体匹配的巨大成本，我们的模型仅在极低分辨率上执行稠密匹配，并在不同更高分辨率上使用稀疏匹配以逐尺度恢复丢失细节的视差。在立体匹配分解后，我们的模型利用遮挡感知掩码迭代融合来自相邻尺度的稀疏与稠密视差图。还应用了一个精炼网络以改善融合结果。与PSMNet和GANet等高性能方法相比，我们的方法在获得可比视差估计结果的同时实现了 的速度提升。
引用
@article{arxiv.2104.07516,
title = {A Decomposition Model for Stereo Matching},
author = {Chengtang Yao and Yunde Jia and Huijun Di and Pengxiang Li and Yuwei Wu},
journal= {arXiv preprint arXiv:2104.07516},
year = {2021}
}
备注
CVPR 2021