DenVisCoM：面向高效实时光流和立体视觉的稠密视觉对应Mamba
计算机视觉与模式识别
2026-02-03 v1
摘要
本文提出一种新型Mamba模块DenVisCoM，以及一套专为准确和实时估计光流和视差设计的新型混合架构。鉴于此类多视角几何和运动任务本质上是相关的，我们提出统一的架构来联合解决它们。具体而言，所提出的混合架构基于DenVisCoM和基于Transformer的注意力模块，同时高效地处理实时推理、内存占用和精度，以实现对运动和3D稠密感知任务的联合估计。我们广泛分析了在大量数据集上的准确性和实时处理之间的基准权衡。我们的实验结果和相关分析表明，所提出的模型能够准确地实时估计光流和视差估计。所有模型和相关代码均可用https://github.com/vimstereo/DenVisCoM获取。
引用
@article{arxiv.2602.01724,
title = {DenVisCoM: Dense Vision Correspondence Mamba for Efficient and Real-time Optical Flow and Stereo Estimation},
author = {Tushar Anand and Maheswar Bora and Antitza Dantcheva and Abhijit Das},
journal= {arXiv preprint arXiv:2602.01724},
year = {2026}
}
备注
IEEE International Conference on Robotics and Automation 2026