基于双向跨模态提示的事件-帧非对称立体
计算机视觉与模式识别
2026-04-17 v1
摘要
传统的帧基相机虽能捕获丰富的上下文信息，但在动态场景中存在分辨率有限和运动模糊问题。事件相机提供了另一种更高动态范围、无此限制的视觉表征。两种模态的互补特性使得事件-帧非对称立体在快速运动和恶劣照明条件下的可靠3D感知具有前景。然而，模态差距常常导致对跨模态立体匹配中至关重要的领域特定线索被边缘化。本文引入Bi-CMPStereo——一种新的双向跨模态提示框架，通过在目标标准化空间内学习精准对齐的立体表示，并将每个模态投射到事件和帧域，充分利用两者的语义和结构特征以实现稳健的匹配。大量实验表明，该方法在精度和泛化性上显著优于现有方法。
引用
@article{arxiv.2604.15312,
title = {Bidirectional Cross-Modal Prompting for Event-Frame Asymmetric Stereo},
author = {Ninghui Xu and Fabio Tosi and Lihui Wang and Jiawei Han and Luca Bartolomei and Zhiting Yao and Matteo Poggi and Stefano Mattoccia},
journal= {arXiv preprint arXiv:2604.15312},
year = {2026}
}
备注
CVPR 2026. Code URL: https://github.com/xnh97/Bi-CMPStereo