StereoDRNet：基于stereo的三维重建网络

点击上方“3D视觉工坊”，选择“星标”

干货第一时间送达

作者：红薯好吃

https://zhuanlan.zhihu.com/p/86151544

本文仅做学术分享，如有侵权，请联系删除。

论文题目：StereoDRNet: Dilated Residual Stereo Net

论文摘要：作者提出一种基于CNN的双目深度估计系统，通过双目预测到的深度图进行体积融合，从而得到场景的三维重建。作者提出的深度优化结构，产生视角连续的视差图并预测遮挡部分，这些都将帮助fusion系统进行几何连续的三维重建。在cost filtering部分作者利用3D空洞卷积获得了更好的滤波效果。该模型在KITTI2012,KITTI2015,ETH3D均达到SOTA。最后，作者证明了他们的系统产生了高质量的3D场景重建效果。

方法概括：

特征提取

采用孪生网络提取左右目图片特征，产生的特征图size为原图的1/4，通道数为32.在特征聚合这一块作者发现在这个任务中使用Vortex Pooling的效果优于SPP，故使用Vortex Pooling，如图1所示。

图1 Vortex Pooling architecture

成本项滤波

与PSM-Net的Stacked hourglass有些相似，对比PSM对应结构，作者的创新点在于使用了1，2，4三种系数的空洞卷积平行的结构。

图2 Proposed dilated cost filtering approach with residual connections

视差回归

模型的视差计算如公式(1)所示，加权候选视差。

损失函数采用Huber loss ，如公式(2)所示，

视差回归部分的损失函数，加权了成本项滤波输出的3个视差的结果，如公式(3)所示，

视差优化(划重点！！)：

视差优化部分，通过引入重建误差图，几何一致误差图，和原图以及Occlusion损失的信息，来进一步优化视差，流程图如图3所示：

图3

重建误差图计算如公式(4)所示：

几何一致性误差图如公式(5)所示：

遮挡区域损失如公式(6)所示：

refinement后的视差损失公式(7)

最后，总的损失函数如公式(8)所示，其中 为第一步的视差损失， 为视差优化后的视差损失， 遮挡预测的损失。

实验结果：

SceneFlow Dataset结果如图4所示，可以看到作者提出的模型，相比PSM能够更好恢复细节信息，同时在遮挡区域中显示较低的误差。

图4

从下表中可以看到，在KITTI2012和KITTI2015数据集的在线测试中，作者提出的模型，均达到SOTA。

最后，作者利用了StereoDRNet的深度图，进行三维重建实验。从下图可以看到，StereoDRNet三维重建后的精度高于PSMNET，同时在黄色box区域取得了相比ground truth 更好的结果。

推荐阅读：

• 专辑|相机标定
  

• 专辑|3D点云
  

• 专辑|SLAM
  

• 专辑|深度学习与自动驾驶
  

• 专辑|结构光
  

• 专辑|事件相机
  

• 专辑|OpenCV学习
  

• 专辑|学习资源汇总
  

• 专辑|招聘与项目对接

• 专辑|读书笔记

重磅！3DCVer-学术论文写作投稿 交流群已成立

扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流等微信群，请扫描下面微信号加群，备注：”研究方向+学校/公司+昵称“，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进去相关微信群。原创投稿也请联系。

▲长按加微信群或投稿

▲长按关注公众号

3D视觉从入门到精通知识星球：针对3D视觉领域的知识点汇总、入门进阶学习路线、最新paper分享、疑问解答四个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近1000+星球成员为创造更好的AI世界共同进步，知识星球入口：

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款

 圈里有高质量教程资料、可答疑解惑、助你高效解决问题