使用双 CNN 的半稠密立体匹配
计算机视觉与模式识别
2018-10-03 v1
摘要
提出了一种用于半稠密立体匹配的鲁棒方案。它利用两个 CNN 模型分别计算立体匹配代价和执行基于置信度的滤波。与现有的基于 CNN 的匹配代价生成方法相比，我们的方法向网络输入额外的全局信息，使得学习到的模型能更好地处理具有挑战性的情况，如光照变化和缺乏纹理。通过利用非参数变换，我们的方法也比大多数依赖参数高度调整的现有半稠密立体方法更具自主性。基于 Middlebury Stereo 数据集的实验结果表明，所提方法优于最先进的半稠密立体方法。
引用
@article{arxiv.1810.01369,
title = {Semi-dense Stereo Matching using Dual CNNs},
author = {Wendong Mao and Mingjie Wang and Jun Zhou and Minglun Gong},
journal= {arXiv preprint arXiv:1810.01369},
year = {2018}
}