用于深度立体视觉的运动诱导先验
计算机视觉与模式识别
2020-10-20 v1
摘要
我们提出了一种将立体视差估计与运动诱导先验信息相融合的方法。不同于逐帧独立推断，我们将该问题表述为以时间高斯过程先验结合运动驱动核进行帧间推理的非参数学习任务。我们提出了一个取决于运动信息可用性的三级高斯过程核层次，其中主要关注面向配备低质量 MEMS 传感器的手持设备的新陀螺仪驱动核，从而也放宽了需具备完整 6D 相机位姿的要求。我们展示了该方法如何与两种最先进的深度立体方法结合。该方法既可以以即插即用的方式用于预训练的深度立体网络，也可通过将核与编码器-解码器架构联合训练而进一步提升，带来一致的改进。
引用
@article{arxiv.2010.09105,
title = {Movement-induced Priors for Deep Stereo},
author = {Yuxin Hou and Muhammad Kamran Janjua and Juho Kannala and Arno Solin},
journal= {arXiv preprint arXiv:2010.09105},
year = {2020}
}