通过区域空间层级共识实现低级视觉

我们引入了一种用于低级视觉的多尺度框架，其目标是从图像数据中估计物理场景值——例如从立体图像对中估计深度。该框架利用多个尺度上密集重叠的图像区域集，以及一个“局部模型”（如用于立体视差的倾斜平面模型），该模型预期在视觉场中分段有效。估计被表述为对二分混合变量的优化，同时确定哪些区域相对于局部模型是内点（二元变量），以及每个内点区域在局部模型空间中的正确坐标（连续变量）。当这些区域被组织成多尺度层级时，优化可以在高效且并行的架构中进行，其中分布式计算单元迭代执行计算并通过父节点与子节点之间的稀疏连接共享信息。该框架在双目立体视觉的标准基准测试中表现良好，并产生了一种适合与高层推理及其他低级线索相结合的场景分布表示。