立体匹配之（三）： A Deep Visual Correspondence Embedding Model for Stereo Matching Costs

摘要

• 也是基于patches的匹配
• 加入亮度信息
• 最后基于全局优化
  可惜没有公开代码，在KITTI2012数据集上排在16,没有在2015上排。

1 Introduction

This deep embedding model leverages appearance data to learn visual dissimilarity between image patches, by explicitly mapping raw intensity into a rich embedding space.

与mc-cnn相似，不同点在于：
（1）对左右两个patches得到的输出（feature vectors）我么直接通过点乘计算其欧拉空间距离，而mc-cnn则更为复杂，需要采用fc来得到最终的相似性score,相比之下我么的框架更加快、
（2）本框架是一个多尺度网络，可以学习不同尺度空间的特征向量。
在feature matching领域，应用cnn的有[12,22],其中[12]是稀疏的，而[22]是主要真毒匹配semantically similar regions。

2 deep embedding for stereo estimation

2.1 Multi-scale Deep Embedding Model

左图的patch IL(p) 右图的IR(p-d):
patch size =13 * 13,正样本的内积大而负样本的内积小，这一点与mc-cnn额的