LeanStereo：一种基于更精简主干网络的立体匹配网络
计算机视觉与模式识别
2025-03-25 v1
摘要
近年来，基于端到端深度网络的立体匹配方法因其性能而受到广泛关注。然而，这种性能的提升是以增加计算和内存带宽需求为代价的，因此需要专用硬件；即便如此，与经典方法相比，这些方法的推理时间仍然较长。这限制了它们在实际应用中的适用性。尽管如此，我们仍期望获得高精度的立体匹配方法，同时具备合理的推理时间。为此，我们提出了一种快速的端到端立体匹配方法。这种加速主要得益于集成了一个更精简的主干网络。为了弥补因主干网络精简而损失的性能，我们提出使用基于学习注意力权重的代价卷结合 LogL1 损失进行立体匹配。使用 LogL1 损失不仅提高了所提网络的整体性能，还加快了收敛速度。我们对不同设计选择进行了详细的实证评估，结果表明，与 ACVNet [1]、LEAStereo [2] 和 CFNet [3] 等现有方法相比，我们的方法所需的计算量减少了 4 倍，速度提高了约 9 至 14 倍，同时性能相当。
引用
@article{arxiv.2503.18557,
title = {LeanStereo: A Leaner Backbone based Stereo Network},
author = {Rafia Rahim and Samuel Woerz and Andreas Zell},
journal= {arXiv preprint arXiv:2503.18557},
year = {2025}
}
备注
8 pages, 4 figures