自我运动缩减搜索空间中的稠密视差估计
机器人学
2017-08-22 v1
摘要
基于立体图像的深度估计尽管经过数十年研究仍具挑战。KITTI基准表明当前最优方案能提供准确深度估计，但计算复杂且常需GPU或FPGA实现。本文旨在利用前一帧信息提高深度图估计精度并降低计算复杂度。我们提议将前一帧视差图依据估计的自我运动变换到当前帧，并将其作为视差空间中卡尔曼滤波器的预测值。然后，我们使用新匹配到的视差图更新预测视差图。以此我们缩减了视差搜索空间及连续帧间的闪烁，从而提高了算法计算效率。最后，我们在KITTI基准套件的真实数据上验证了所提方法，并表明该算法在得到更精确结果的同时缩减了视差搜索空间。
引用
@article{arxiv.1708.06301,
title = {Dense Disparity Estimation in Ego-motion Reduced Search Space},
author = {Luka Fućek and Ivan Marković and Igor Cvišić and Ivan Petrović},
journal= {arXiv preprint arXiv:1708.06301},
year = {2017}
}