基于自适应反卷积的局部立体匹配网络
计算机视觉与模式识别
2021-01-05 v1
摘要
在基于深度学习的局部立体匹配方法中，较大的图像块通常带来更好的立体匹配精度。然而，无限制地增大图像块尺寸是不现实的。任意扩大块尺寸会将局部立体匹配方法变为全局立体匹配方法，且匹配精度会饱和。我们通过减少网络参数简化了现有的Siamese卷积网络，并提出一种高效的基于CNN的结构，即基于自适应反卷积的视差匹配网络（ADSM net），通过添加反卷积层来学习如何为后续卷积层放大输入特征图的尺寸。在KITTI 2012和2015数据集上的实验结果表明，所提方法能在精度与复杂度之间取得良好权衡。
引用
@article{arxiv.2101.00221,
title = {Adaptive Deconvolution-based stereo matching Net for Local Stereo Matching},
author = {Xin Ma and Zhicheng Zhang and Danfeng Wang and Yu Luo and Hui Yuan},
journal= {arXiv preprint arXiv:2101.00221},
year = {2021}
}
备注
20 pages, 13 figures