用于立体匹配的超像素代价体激励

本文专注于通过引入超像素软约束来激发立体匹配的内在局部一致性，旨在减轻预测视差图边界处的不准确性。我们的方法利用了以下观察：在超像素的概率体积内，相邻像素倾向于属于同一物体并表现出非常相似的强度。通过融入这一见解，我们的方法鼓励网络在每个超像素内生成一致的视差概率分布，旨在提高预测视差图的整体准确性和连贯性。在广泛使用的数据集上的实验评估验证了我们所提方法的有效性，展示了其帮助基于代价体的匹配网络恢复竞争性能的能力。