准确的语义信息/边缘轮廓有助于区分不同的对象或区域,我们人类可以通过利用语义信息/边缘信息轻松找到立体对应关系。因此我们可以在视差估计任务中增加语义分割/边缘检测的信息,来辅助视差估计,从而从而提高不适定区域(包括无纹理、薄结构、边界、微小细节)的视差估计精度。
下面列举出近年来的几篇关于语义分割/边缘检测辅助视差估计的论文。
论文链接:
- 《SegStereo: Exploiting Semantic Information for Disparity Estimation》
- 《EdgeStereo: A Context Integrated Residual Pyramid Network for Stereo Matching》
- 《DispSegNet: Leveraging Semantics for End-to-End Learning of Disparity Estimation From Stereo Image》
- 《AMNet: Deep Atrous Multiscale Stereo Disparity Estimation Networks》
- 《Semantic Stereo Matching with Pyramid Cost Volumes》