EdgeStereo：一种用于立体匹配的上下文集成残差金字塔网络
计算机视觉与模式识别
2018-09-25 v3
摘要
近来的卷积神经网络，尤其是端到端视差估计模型，在立体匹配任务中取得了显著性能。然而，现有方法即使采用复杂的级联结构，在无纹理区域、边界和微小细节处仍可能失败。针对这些问题，我们提出了一种多任务网络 EdgeStereo，它由一个主干视差网络和一个边缘子网络组成。给定一对双目图像，我们的模型能够端到端地预测视差图和边缘图。基本上，我们在视差分支中设计了一个上下文金字塔来编码多尺度上下文信息，随后使用一个紧凑的残差金字塔进行级联优化。为了进一步保留细微细节，我们的 EdgeStereo 模型通过特征嵌入和边缘感知平滑损失正则化来融合边缘线索。对比结果表明，立体匹配和边缘检测在统一模型中可以相互促进。此外，我们的方法在 KITTI Stereo 和 Scene Flow 基准测试上均取得了 SOTA 性能，证明了我们设计的有效性。
引用
@article{arxiv.1803.05196,
title = {EdgeStereo: A Context Integrated Residual Pyramid Network for Stereo Matching},
author = {Xiao Song and Xu Zhao and Hanwen Hu and Liangji Fang},
journal= {arXiv preprint arXiv:1803.05196},
year = {2018}
}
备注
Accepted by Asian Conference on Computer Vision (ACCV) 2018