MoCha-Stereo：用于立体匹配的 Motif 通道注意力网络
计算机视觉与模式识别
2025-03-25 v5
摘要
基于学习的立体匹配技术取得了显著进展。然而，现有方法在特征通道生成过程中不可避免地丢失几何结构信息，导致边缘细节不匹配。本文设计了 Motif 通道注意力立体匹配网络以解决这一问题。我们提供了 Motif 通道相关体以确定更准确的边缘匹配代价。MCCV 通过将捕获特征通道中常见几何结构的 motif 通道投影到特征图和代价体上实现。此外，重建误差图中特征通道的边缘变化也会影响细节匹配，我们提出了重建误差 Motif 惩罚模块以进一步细化全分辨率视差估计。REMP 集成了来自重建误差的典型通道特征的频率信息。MoCha-Stereo 在 KITTI-2015 和 KITTI-2012 Reflective 排行榜上排名第一。我们的结构在多视图立体匹配中也展现出优异的性能。代码可在 https://github.com/ZYangChen/MoCha-Stereo 获取。
引用
@article{arxiv.2404.06842,
title = {MoCha-Stereo: Motif Channel Attention Network for Stereo Matching},
author = {Ziyang Chen and Wei Long and He Yao and Yongjun Zhang and Bingshu Wang and Yongbin Qin and Jia Wu},
journal= {arXiv preprint arXiv:2404.06842},
year = {2025}
}
备注
Accepted to CVPR 2024