用于立体匹配的迭代几何编码体
计算机视觉与模式识别
2023-03-15 v2
摘要
循环全对场变换（RAFT）在匹配任务中展现出巨大潜力。然而，全对相关缺乏非局部几何知识，难以处理病态区域中的局部歧义。本文提出迭代几何编码体（IGEV-Stereo），一种用于立体匹配的新型深度网络架构。所提出的 IGEV-Stereo 构建了一个联合几何编码体，其编码几何与上下文信息以及局部匹配细节，并迭代索引该体以更新视差图。为加速收敛，我们利用 GEV 回归出 ConvGRUs 迭代的精确起点。我们的 IGEV-Stereo 在 KITTI 2015 与 2012（Reflective）所有已发表方法中排名 ，且在排名前 10 的方法中速度最快。此外，IGEV-Stereo 具有强跨数据集泛化能力以及高推理效率。我们还将 IGEV 扩展到多视图立体（MVS），即 IGEV-MVS，其在 DTU 基准上取得了有竞争力的精度。代码见 https://github.com/gangweiX/IGEV。
引用
@article{arxiv.2303.06615,
title = {Iterative Geometry Encoding Volume for Stereo Matching},
author = {Gangwei Xu and Xianqi Wang and Xiaohuan Ding and Xin Yang},
journal= {arXiv preprint arXiv:2303.06615},
year = {2023}
}
备注
Accepted to CVPR 2023