AdaStereo：一种简洁高效的自适应立体匹配方法
计算机视觉与模式识别
2021-03-30 v3
摘要
近来，端到端视差网络不断刷新立体匹配基准的纪录。然而，这些深度模型的域适应能力相当差。针对该问题，我们提出了一种名为AdaStereo的新型域自适应流程，旨在为深度立体匹配网络对齐多层次表征。相较于以往自适应立体匹配方法，我们的AdaStereo实现了更标准、完整且有效的域自适应流程。首先，我们提出一种非对抗式渐进色彩迁移算法，用于输入图像级对齐。其次，我们设计了一个高效的免参数代价归一化层，用于内部特征级对齐。最后，提出一项高度相关的辅助任务——自监督遮挡感知重建，以缩小输出空间的差距。我们的AdaStereo模型在包括KITTI、Middlebury、ETH3D和DrivingStereo在内的多个立体基准上取得了最先进的跨域性能，甚至优于使用目标域真值微调过的视差网络。
引用
@article{arxiv.2004.04627,
title = {AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching},
author = {Xiao Song and Guorun Yang and Xinge Zhu and Hui Zhou and Zhe Wang and Jianping Shi},
journal= {arXiv preprint arXiv:2004.04627},
year = {2021}
}
备注
Accepted by CVPR 2021