OpenStereo：面向立体匹配的综合基准与强基线模型
计算机视觉与模式识别
2024-12-12 v8
摘要
立体匹配旨在估计立体图像对中匹配像素之间的视差，这对机器人、自动驾驶及其他计算机视觉任务具有重要意义。尽管近年来涌现出众多令人印象深刻的方法，但确定最适合实际应用的架构仍然具有挑战性。针对这一缺口，本文引入了一个综合基准，侧重于实际适用性，而非仅关注单个模型以追求优化性能。具体而言，我们开发了一个灵活高效的立体匹配代码库，称为 OpenStereo。OpenStereo 包含超过 10 种网络模型的训练与推理代码，据我们所知，它是目前最完整的立体匹配工具箱。基于 OpenStereo，我们进行了实验，并取得或超越了原论文中报告的性能指标。此外，我们通过全面的消融实验对立体匹配的最新进展进行了详尽的分析与解构。这些研究启发了强基线模型 StereoBase 的创建。我们的 StereoBase 在 SceneFlow、KITTI 2015、2012（反射）已发表方法中排名首位，并在所有指标上取得最佳性能。此外，StereoBase 具有强大的跨数据集泛化能力。代码见 \url{https://github.com/XiandaGuo/OpenStereo}。
引用
@article{arxiv.2312.00343,
title = {OpenStereo: A Comprehensive Benchmark for Stereo Matching and Strong Baseline},
author = {Xianda Guo and Chenming Zhang and Juntao Lu and Yiqun Duan and Yiqi Wang and Tian Yang and Zheng Zhu and Long Chen},
journal= {arXiv preprint arXiv:2312.00343},
year = {2024}
}
备注
Code is available at: https://github.com/XiandaGuo/OpenStereo