基于2D卷积解耦4D cost volume的双向几何表示
计算机视觉与模式识别
2025-09-03 v1
摘要
高性能实时立体匹配方法必然依赖3D cost volume的正则化，这对移动设备不友好。而基于2D正则化的方法在病态区域难以应对。本文提出了一种面向部署的4D cost聚合网络DBStereo，其基于纯2D卷积。具体地，我们首先对4D cost volume的解耦特性进行了深入分析。并设计了轻量级的双向几何聚合模块，以分别捕获空间与视差表示。通过解耦式学习， our方法在实现实时性能的同时，也取得了卓越的精度。大量实验表明，我们提出的DBStereo在推理时间和精度方面均优于现有所有基于聚合的方法，甚至超越了基于迭代的方法IGEV-Stereo。我们的研究打破了使用3D卷积处理4D cost volume的经验性设计，提供了一个简单而强大的解耦聚合范式的基线，供后续研究使用。代码将很快在(\href{https://github.com/happydummy/DBStereo}{https://github.com/happydummy/DBStereo})发布。
关键词
引用
@article{arxiv.2509.02415,
title = {Decoupling Bidirectional Geometric Representations of 4D cost volume with 2D convolution},
author = {Xiaobao Wei and Changyong Shu and Zhaokun Yue and Chang Huang and Weiwei Liu and Shuai Yang and Lirong Yang and Peng Gao and Wenbin Zhang and Gaochao Zhu and Chengxiang Wang},
journal= {arXiv preprint arXiv:2509.02415},
year = {2025}
}