基于分层视差预测的快速非局部立体匹配
计算机视觉与模式识别
2015-09-29 v1
摘要
立体匹配是从两幅或多幅图像估计深度的关键步骤。近期，一些基于树的非局部立体匹配方法被提出，并达到了 SOTA 性能。这些算法采用一些树结构来聚合代价，从而提高了性能并降低了立体匹配的计算负载。然而，这些基于树的算法的计算复杂度仍然很高，因为它们在整个视差范围内进行搜索。此外，最小生成树（MST）的极度贪心性导致在颜色相似但视差变化的大面积区域中性能不佳。在本文中，我们提出了一种使用分层视差预测（HDP）框架的高效立体匹配方法，以大幅缩小视差搜索范围，从而加速基于树的非局部立体方法。我们的视差预测方案在由待估计视差的图像导出的图金字塔上进行。我们利用上层图的视差为下层图预测一个较小的视差范围。生成若干独立的视差树（DT）以形成视差预测森林（HDPF），在此之上进行代价聚合。当与 SOTA 的基于树的方法相结合时，我们的方案不仅大幅加速了原始方法，而且通过减轻基于树方法的第二个缺点提高了其性能。这部分是因为我们的 DT 克服了 MST 的极度贪心性。在一些基准数据集上的大量实验结果证明了我们框架的有效性和高效性。例如，在 Middlebury 2006 全尺寸数据集上，基于分割树的立体匹配速度提高了约 25.57 倍，精度提高了 2.2%。
引用
@article{arxiv.1509.08197,
title = {Fast Non-local Stereo Matching based on Hierarchical Disparity Prediction},
author = {Xuan Luo and Xuejiao Bai and Shuo Li and Hongtao Lu and Sei-ichiro Kamata},
journal= {arXiv preprint arXiv:1509.08197},
year = {2015}
}
备注
9 pages