基于深度特征重建的半监督视差估计
计算机视觉与模式识别
2021-06-02 v1
摘要
尽管深度学习在视差估计中取得成功，领域泛化差距仍是一个问题。我们提出一种半监督流程，通过在有标签合成数据上的联合监督训练与在无标签真实数据上的自监督训练，成功将DispNet适配到真实世界领域。此外，考虑到广泛使用的光度损失的局限性，我们分析了深度特征重建作为视差估计中有前景的监督信号的影响。
引用
@article{arxiv.2106.00318,
title = {Semi-Supervised Disparity Estimation with Deep Feature Reconstruction},
author = {Julia Guerrero-Viu and Sergio Izquierdo and Philipp Schröppel and Thomas Brox},
journal= {arXiv preprint arXiv:2106.00318},
year = {2021}
}
备注
Women in Computer Vision workshop CVPR 2021