HSM-Net是一种针对高分辨率图像的深度立体匹配方法，通过从粗到细的层次递增匹配，解决高分辨率带来的计算挑战。论文介绍了一种高效分层架构，结合非对称增强技术和高分辨率合成数据集，以改善现有SOTA算法在高分辨率数据上的性能。核心思想是利用空间金字塔池和多尺度损失函数，以及跨视差维度的3D卷积进行成本体积处理。此外，提出非对称增强技术来处理真实世界场景中的成像问题。
Abstract
应用端到端的框架，从粗到细的层次上递增地搜索对应关系。由于高分辨率立体数据集相对较少，我们引入了一个包含高分辨率立体对的数据集，用于训练和评估。
Motivation
1.立体匹配中的误差随深度的增加呈二次曲线增加，提供更高的分辨率可以带来更好的预估。
但是高分辨率带来运行时间和内存开销的增加过大。
2.对于缩小比例的图像可以得到更快的运行速度，但是预测的结果模糊且对远场的视差估计不准确。
3.目前的SOTA算法在高分辨率数据集上表现不佳，主要原因是架构的不足和高分辨率数据集的缺失。
Core idea
模型以从粗略到精细的方式推理，粗分辨率图像用于估计较大的差异，然后用于bias/pre-warp 细化尺度视差预估。虽然效率很高，但粗略到精细的方法在粗略分辨下匹配薄结构时效果较差 ，因为低分辨率下这些结果会消失。而我们的模型计算一个由粗到精的特征量解码器，该特征量逐渐增加分辨率。至关重要的是，初始的粗略特征量可以在整个pipeline完成前生成大物体视差的粗略预估，这允许这网络可以按需生成近距离物体的报告，这对于实时快速导航至关重要。
实施方法
关键部分：1)高效的分层立体匹配体系结构，2)一套新颖的非对称增强技术，以及3)用于训练的高分辨率合成数据集。
设计分层网络的核心思想是：在提取多尺度特征的同时&
最低0.47元/天 解锁文章
791
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
