具有自提升能力的立体匹配自监督学习
计算机视觉与模式识别
2017-09-05 v1
摘要
现有的基于深度学习的稠密立体匹配方法通常依赖于真实视差图（ground-truth disparity maps）作为训练信号，然而这在许多情况下并不总是可用。本文设计了一种简单的卷积神经网络架构，能够直接从立体输入中学习计算稠密视差图。训练以端到端方式进行，无需真实视差图。其思想是使用图像扭曲误差（而非视差图残差）作为损失函数来驱动学习过程，旨在找到使扭曲误差最小的深度图。尽管这是立体匹配中众所周知的简单概念，但要在深度学习框架中使其生效，必须克服许多非平凡的难题，而我们在本工作中提供了有效的解决方案。我们的网络对不同未见过的图像以及不同相机设置具有自适应能力。在 KITTI 和 Middlebury 立体基准数据集上的实验表明，我们的方法以一定优势优于许多最先进的（state-of-the-art）立体匹配方法，同时速度显著更快。
引用
@article{arxiv.1709.00930,
title = {Self-Supervised Learning for Stereo Matching with Self-Improving Ability},
author = {Yiran Zhong and Yuchao Dai and Hongdong Li},
journal= {arXiv preprint arXiv:1709.00930},
year = {2017}
}
备注
13 pages, 11 figures