Transformer大法好！本文从序列到序列的角度重新审视了深度估计问题，以使用位置信息和注意力将cost volume construction替换为密集的像素匹配。表现SOTA！性能优于Bi3D、GwcNet和LEAStereo网络，代码刚刚开源！
Revisiting Stereo Depth Estimation From a Sequence-to-Sequence Perspective with Transformers
作者单位：约翰·霍普金斯大学
代码： https:// github.com/mli0603/ster eo-transformer
论文： https:// arxiv.org/abs/2011.0291 0
注：文末附深度估计学习交流群。如果上述论文链接无法访问，可以看文末，论文已上传至百度云，方便下载。
立体深度估计依赖于左右图像中对极线上像素之间的最佳对应
最低0.47元/天 解锁文章
1978
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
