Stereo Risk：用于立体匹配的连续建模方法
计算机视觉与模式识别
2024-07-04 v1 机器学习
摘要
我们提出了 Stereo Risk，一种新的深度学习方法，用于解决计算机视觉中的经典立体匹配问题。众所周知，立体匹配归结为每个像素的视差估计问题，流行的国际前沿立体匹配方法广泛依赖于通过视差值离散化来回归场景视差值。这种离散化往往难以捕捉场景深度的细微连续性。Stereo Risk 不同于传统的离散化方法，通过将场景视差形式化为连续风险最小化问题的优化解，从而得以实现上述目标，故得名"Stereo Risk"。我们展示了对提议连续风险函数的 最小化可增强深度网络的立体匹配性能，尤其是在视差具有多模概率分布时。此外，为实现非可微 风险优化的端到端网络训练，我们利用了隐式函数定理，确保网络完全可微。综合分析表明，我们的方法在理论上是严谨的，并且在包括 KITTI 2012、KITTI 2015、ETH3D、SceneFlow 和 Middlebury 2014 在内的各种基准数据集上均表现优于国际前沿方法。
引用
@article{arxiv.2407.03152,
title = {Stereo Risk: A Continuous Modeling Approach to Stereo Matching},
author = {Ce Liu and Suryansh Kumar and Shuhang Gu and Radu Timofte and Yao Yao and Luc Van Gool},
journal= {arXiv preprint arXiv:2407.03152},
year = {2024}
}
备注
Accepted as an Oral Paper at ICML 2024. Draft info: 18 pages, 6 Figure, 16 Tables