不同视差估计技术在航空立体图像数据集上的分析
计算机视觉与模式识别
2024-10-10 v1 机器学习
摘要
随着航空图像数据集的出现，稠密立体匹配取得了显著进展。本文利用不同技术对航空图像上的稠密立体对应关系进行分析。实现并比较了传统方法、基于优化的方法和基于学习的方法。对于传统方法，我们在使用不同的代价函数的基础上实现了 Stereo SGBM 的架构，以了解其在航空数据集上的性能。对大多数方法在标准数据集上的分析表现良好，但在航空数据集上几乎没有可用的基准测试。对两种航空立体数据集进行了视觉定性和定量分析，以比较不同代价函数和技术，用于从立体图像进行深度估计。使用现有的预训练模型，也在立体对上测试了最新的基于学习的架构，并结合不同的代价函数。将输出与给定的真值进行比较，使用 MSE、SSIM 和其他误差指标。
引用
@article{arxiv.2410.06711,
title = {Analysis of different disparity estimation techniques on aerial stereo image datasets},
author = {Ishan Narayan and Shashi Poddar},
journal= {arXiv preprint arXiv:2410.06711},
year = {2024}
}