ICCV2017
Skydio研究院
立体匹配方面的
在这篇paper中提出disparity regression
本文使用了3D卷积的概念去获得更多的上下文信息,并采用回归的方法去预测视差值,不再使用传统的成本聚合,视差计算,视差优化的方法,利用一个端到端的网络直接生成最终的视差图。这一思路无疑比传统的图块匹配的方法更加先进,而且不用再给图块设置标签,直接将预测结果与真实视差图进行比对,再将误差反向传播即可,后来的许多网络都采用了这一思路。该算法当时也在KITTI 排行榜中排名第一,2018年5月11日,KITTI2015排名为16
https://blog.csdn.net/qq_36104364/article/details/80277824https://blog.csdn.net/lvhao92/article/details/72627386#reply
Paper reading —— End-to-End Learning of Geometry and Context for Deep Stereo Regression(GC-Net )
最新推荐文章于 2022-10-06 16:36:56 发布