UCS-Net理解

一、Method

1.Overview

主要创新：提出了ATV结构，使用概率体计算一个深度假设的置信区间，其本质为一种深度假设方法。

注：stage1使用最大深度范围的等间距采样，之后的两个stage使用ATV，深度假设平面数依次为[64,32,8]。

2.Multi-scale feature extractor

注：最大通道数只有32.

3.3D CNN

注：3D CNN网络结构相同，但权重不共享。

4.Uncertainty estimation and ATV

1.利用分布的方差进行不确定性估计，计算k阶段像素x处概率分布的方差：

D为深度假设平面数，P为概率体，L为深度假设值。

2.置信区间：


λ是一个标量参数，用于确定置信区间的大小。

3.第k+1阶段的深度假设：
  给定深度假设平面数，在区间Ck(x)内等间距采样。

参考文献：
[1] Cheng S, Xu Z, Zhu S, et al. Deep stereo using adaptive thin volume representation with uncertainty awareness[C]//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2020: 2524-2534.