ViM-Disparity：实时视觉Mamba架构解决畸差图生成的速度、精度与内存之间的矛盾
计算机视觉与模式识别
2025-01-13 v2
摘要
本文提出一种基于视觉Mamba(ViM)的架构，用于解决畸差图生成(DMG)中现有方法在实时性、准确性和低计算开销之间的现存矛盾。此外，我们提出一种性能衡量标准，可联合评估DMG模型的推理速度、计算开销和准确性。代码实现及相应模型已提供于：https://github.com/MBora/ViM-Disparity。
引用
@article{arxiv.2412.16745,
title = {ViM-Disparity: Bridging the Gap of Speed, Accuracy and Memory for Disparity Map Generation},
author = {Maheswar Bora and Tushar Anand and Saurabh Atreya and Aritra Mukherjee and Abhijit Das},
journal= {arXiv preprint arXiv:2412.16745},
year = {2025}
}