StereoAdapter-2：面向全球结构一致的水下立体深度估计
计算机视觉与模式识别
2026-02-20 v1
摘要
立体深度估计是水下机器人感知的基础任务，但因波长相关的光衰减、散射和折射导致领域迁移严重。近期方法利用单目基础模型结合基于GRU的迭代细化进行水下适应；然而，GRU中顺序门控和局部卷积核的设计，使得在大视差和纹理稀疏的水下区域时，需多次迭代才能实现长程视差传播，从而限制了性能。本文提出StereoAdapter-2，取代常规ConvGRU更新器，采用基于选择性状态空间模型的ConvSS2D算子。该算子采用四方向扫描策略，自然对应焦平面几何，同时捕获垂直结构一致性，在单次更新步骤中以线性计算复杂度实现高效的长程空间传播。进而构建UW-StereoDepth-80K大规模合成水下立体数据集，包含多样化基线、衰减系数和散射参数，基于语义感知风格迁移与几何一致性新视角合成的两阶段生成流程。结合继承自StereoAdapter的动态LoRA适配，本框架在水下基准测试上实现零样本最佳性能，TartanAir-UW提升17%，SQUID提升7.2%，并在BlueROV2平台上实现真实世界验证，证明了方法的鲁棒性。代码：https://github.com/AIGeeksGroup/StereoAdapter-2。网站：https://aigeeksgroup.github.io/StereoAdapter-2。
引用
@article{arxiv.2602.16915,
title = {StereoAdapter-2: Globally Structure-Consistent Underwater Stereo Depth Estimation},
author = {Zeyu Ren and Xiang Li and Yiran Wang and Zeyu Zhang and Hao Tang},
journal= {arXiv preprint arXiv:2602.16915},
year = {2026}
}