面向深度立体匹配的分层神经架构搜索
计算机视觉与模式识别
2020-10-27 v1
摘要
为减少神经网络设计中的人力投入，神经架构搜索（NAS）已应用于分类与语义分割等多种高层视觉任务并取得显著成功。NAS 算法的基本思想直截了当，即让网络能够在一组操作（如不同滤波器尺寸的卷积）中作出选择，便可找到更适配当前问题的最优架构。然而，迄今为止 NAS 的成功尚未惠及立体匹配等低层几何视觉任务。这部分归因于当前由人类设计的最先进深度立体匹配网络本身已极为庞大。基于现有主流计算资源，直接将 NAS 应用于此类巨大结构在计算上难以承受。本文中，我们提出首个端到端分层 NAS 框架，通过将任务特定人类知识融入神经架构搜索框架来实现深度立体匹配。具体而言，遵循深度立体匹配的黄金标准流程（即特征提取——特征体构建与稠密匹配），我们联合优化整个流程的架构。大量实验表明，我们的搜索网络优于所有最先进深度立体匹配架构，并在 KITTI stereo 2012、2015 与 Middlebury 基准上位居精度榜首，同时在 SceneFlow 数据集上以网络规模与推理速度的显著提升位居第一。代码见 https://github.com/XuelianCheng/LEAStereo。
引用
@article{arxiv.2010.13501,
title = {Hierarchical Neural Architecture Search for Deep Stereo Matching},
author = {Xuelian Cheng and Yiran Zhong and Mehrtash Harandi and Yuchao Dai and Xiaojun Chang and Tom Drummond and Hongdong Li and Zongyuan Ge},
journal= {arXiv preprint arXiv:2010.13501},
year = {2020}
}
备注
Accepted at NeurIPS 2020; Xuelian Cheng and Yiran Zhong made equal contribution