学习立体匹配中误差分布以实现视差与不确定性联合估计
计算机视觉与模式识别
2023-04-04 v1
摘要
我们提出一种用于深度立体匹配中视差与不确定性联合估计的新损失函数。我们的工作动机在于对精确不确定性估计的需求，以及观察到多任务学习常能提升所有任务的性能。我们表明，这可以通过在网络的损失函数中加入 KL 散度项，要求不确定性分布与视差误差分布相匹配来实现。采用可微分的软直方图技术来近似分布，以便将其用于损失中。我们通过实验评估了方法的有效性，并在大型数据集上观察到视差与不确定性预测均有显著改进。
引用
@article{arxiv.2304.00152,
title = {Learning the Distribution of Errors in Stereo Matching for Joint Disparity and Uncertainty Estimation},
author = {Liyan Chen and Weihan Wang and Philippos Mordohai},
journal= {arXiv preprint arXiv:2304.00152},
year = {2023}
}
备注
CVPR 2023