MS-RAFT-3D：一种用于基于图像的场景流的多尺度循环架构
计算机视觉与模式识别
2025-06-03 v1
摘要
尽管多尺度概念最近在光流和立体视觉领域的循环网络架构中被证明是有用的，但迄今为止尚未在基于图像的场景流中得到考虑。因此，基于单尺度循环场景流骨干网络，我们开发了一种多尺度方法，将光流中成功的分层思想推广到基于图像的场景流中。通过对特征和上下文编码器、整体粗到细框架以及训练损失的合适概念进行考量，我们成功设计出一种场景流方法，在 KITTI 和 Spring 数据集上分别以 8.7%（3.89 vs. 4.26）和 65.8%（9.13 vs. 26.71）的优势超越了当前最优水平。我们的代码可在 https://github.com/cv-stuttgart/MS-RAFT-3D 获取。
引用
@article{arxiv.2506.01443,
title = {MS-RAFT-3D: A Multi-Scale Architecture for Recurrent Image-Based Scene Flow},
author = {Jakob Schmid and Azin Jahedi and Noah Berenguel Senn and Andrés Bruhn},
journal= {arXiv preprint arXiv:2506.01443},
year = {2025}
}
备注
ICIP 2025