来自分辨率非对称立体对的退化不可知对应
计算机视觉与模式识别
2022-04-05 v1
摘要
本文研究从一对不同分辨率图像（例如由长焦-广角相机系统获取）进行立体匹配的问题。由于在多样真实世界系统中难以获得视差真值标签，我们从无监督学习视角出发。然而，两视图间由未知退化引起的分辨率非对称阻碍了通常假设的光度一致性的有效性。为克服此挑战，我们提出在两视图的特征空间中而非图像空间中施加一致性，称为特征度量一致性。有趣的是，我们发现，尽管用光度损失训练的立体匹配网络并非最优，其特征提取器能产生退化不可知且匹配专用的特征。这些特征随后可用于构造特征度量损失以避免光度不一致。此外，我们引入一种自提升策略逐步优化特征提取器，进一步增强了特征度量一致性。在具各种退化的模拟数据集与自采集真实世界数据集上的实验验证了所提方法相较现有方案的优越性能。
引用
@article{arxiv.2204.01429,
title = {Degradation-agnostic Correspondence from Resolution-asymmetric Stereo},
author = {Xihao Chen and Zhiwei Xiong and Zhen Cheng and Jiayong Peng and Yueyi Zhang and Zheng-Jun Zha},
journal= {arXiv preprint arXiv:2204.01429},
year = {2022}
}
备注
Accepted to CVPR 2022