基于熵差的立体视觉误差检测
计算机视觉与模式识别
2017-11-29 v1
摘要
立体深度估计容易出错，因此需要有效的误差检测方法。现有此类方法大多依赖于立体匹配代价曲线的特征，导致它们过度依赖匹配算法的函数细节。作为补救，我们提出了一种仅基于输入图像及其深度图的新型误差检测方法。我们的假设是，图像上任意点的熵将显著高于其对应点在图像深度图上的熵。本文提出一种用于立体深度估计的置信度度量——熵差（Entropy-Difference, ED），以及一种用于识别错误深度的二分类方法。在 Middlebury 数据集上的实验表明了该方法的有效性。我们提出的立体置信度度量在所有方面均优于 17 种现有度量，除遮挡检测外。采用精度、准确率、召回率和曲线下面积等既定指标来证明我们方法的有效性。
引用
@article{arxiv.1711.10412,
title = {Entropy-difference based stereo error detection},
author = {Subhayan Mukherjee and Irene Cheng and Ram Mohana Reddy Guddeti and Anup Basu},
journal= {arXiv preprint arXiv:1711.10412},
year = {2017}
}