摘要
以往的研究,建立cost volume有多种方式,一种是将左右两个特征矩阵在不同的视差水平下,做cat拼接操作,PSM-Net建立的4维的cost volume就是这种,这种方式的缺点是参数量太多,保留更多的语义信息。第二种将左右两个特征矩阵在不同的视差水平下,作correlation相关操作(求内积操作),在通道维度取均值,缺点是生成了的3维cost volume,具有相关性,但是没有更深层的语义信息。所以论文提出了结合两者的cost volume的建立方式。下图是网络的大致结构图,与PSM-Net最大的不同就在于虚线框的形成cost volume的并行交叉结构。
full correlation
看一下将左右两个特征矩阵在不同的视差水平下,做相关操作的这种方式是怎么样形成cost volume的。如下图所示,输入是左右特征矩阵,遍历最大视差,将左右两个特征矩阵在不同的视差水平下,做correlation相关操作(也就是内积),然后在通道维度上取均值,遍历完毕,得到三维的cost volume。这个相关计算的表达式就是用向量内积的方式,作者在文中将这种相关计算称为“full correlation”。两个归一化的向量做内积,就可以根据结果大小判断相似度。缺点是生成3维的cost volume,具有相关性,但是没有更深层的语义信息。
group-wise correlation
group-wise correlation是对cat连接方法和full correlation方法的结合,如下图所示,例如在一个视差水平下,左右特征矩阵的通道数是320,将左右特征矩阵都分成40组,然后一个组一个组地计算它们的点积,两个四维矩阵作点积之后,再在dim=2的维数上求均值,得到一个三维的矩阵。当遍历完所有的视差水平后,将得到的各个矩阵拆分拼接形成size为(bs,40,48,H,W)的group-corr volume。
combined volume
在得到concat volume(concat左右特征矩阵得到的)、Group-Corr Volume。将二者在空间维度进行拼接,形成了我们需要的combined volume。将左右特征图沿着通道维度划分多组,Group-wise correlation不会丢失太多信息,其包含了特征相似性信息。