Apr, 2024

从扩散桥模型视角重新思考迭代立体匹配

PDF
TL;DR通过将扩散模型融入迭代优化过程中，我们提出了一种新的训练方法，采用时间驱动的门控循环单元（T-GRU）和基于注意力的上下文网络，用于改进基于迭代的立体匹配，并在多个公共基准上实现了有竞争力的性能。在 Scene Flow 数据集中，我们的模型排名第一，与竞争方法相比，改善了超过 7％，而且只需 8 次迭代即可实现最先进的结果。
iteration-based stereo matchingdisparity mapdiffusion modelstime-based gated recurrent unit (t-gru)attention-based context network
发现论文，激发创造
  • 深度 RNN 在开放世界立体视频匹配中的应用

    本论文提出了一种基于循环神经网络的深度匹配方法，通过记忆与学习过去的经验，以拓展普遍适用于各种不同情况下的深度估计，不需要大量标注数据，不需要监督，同时在不同数据集上性能优异，超越了现有的深度神经网络。

    Aug, 2018

  • 通过级联循环适应性相关网络实现实用立体匹配

    本研究利用卷积神经网络等技术，提出一套创新方案解决智能手机等消费级设备拍摄的真实图像对中，提取深度信息的问题，并在 Middlebury 和 ETH3D 基准测试上表现出高准确性和高质量的细节。

    Mar, 2022

  • 可复用的持续立体匹配架构增长

    通过可持续学习和架构增长，我们提出了一种可重复使用的架构增长（RAG）框架，用于连续立体匹配和动态场景适应性，实现了在各种天气、道路和城市环境中的出色表现，并超越了最难的跨数据集设置的最新方法。

    Mar, 2024

  • IterMVS: 迭代概率估计用于高效多视角立体

    IterMVS 提出了一种新的数据驱动方法来进行多视角高分辨率立体视觉，并使用基于 GRU 的估计器对深度的像素概率分布进行编码，结合多尺度匹配信息进行多次迭代，并通过分类与回归的结合来提取深度图。在 DTU，Tanks＆Temples 和 ETH3D 数据集上验证了方法的效率和有效性。

    Dec, 2021

  • 左右相对循环模型用于立体匹配

    本文提出了一种使用递归模型进行立体视觉场景深度估计的方法，并结合左右一致性检查，通过软注意力机制逐步提高生成的视差图质量。在 KITTI 2015，Scene Flow 和 Middlebury 基准测试中进行了广泛的评估，并证明了该方法的有效性和实用价值。

    Apr, 2018

  • 循环场景解析，带透视理解循环

    提出了一种深度感知门控模块，根据物体尺度自适应选择卷积神经网络中的池化字段大小，结合立体视差或单目输入估计的深度开启门控信号，用于语义分割和深度估计，实验结果表明，本方法在四个大规模 RGB-D 数据集上具有竞争性的语义分割性能，并取得了最先进的单目深度估计结果。

    May, 2017

  • 具有自我改进能力的自监督学习用于立体匹配

    本论文提出了一种基于卷积神经网络的方法，能够从立体输入中学习计算密集的视差图，使用图像变形误差作为损失函数，无需地面真实的视差图。该方法经过在 KITTI 和 Middlebury 立体基准数据集上的实验，证明优于许多现有技术并且速度更快。

    Sep, 2017

  • 深度立体回归几何和上下文的端到端学习

    该文提出了一种基于深度学习的新型架构，用于处理立体图像的视差回归问题，通过代价体积和不同 iable sof argmin 算法来进行图像处理，并在 KITTI 数据集上创造了新的最佳性能结果。

    Mar, 2017

  • Diff-Reg v1：用于配准问题的扩散匹配模型

    建立可靠的对应关系对于 3D 和 2D3D 对准等任务至关重要。为了解决大变形、尺度不一致和模糊匹配问题所带来的挑战，本文引入了一种用于建立鲁棒对应关系的扩散匹配模型，在双随机矩阵空间内将对应估计视为去噪扩散过程，逐步去噪（细化）双随机匹配矩阵至准确的匹配矩阵，以进行高质量的对应估计。该方法在 3D 和 2D3D 对准任务上的评估验证了其有效性。

    Mar, 2024

  • 高分辨率多视角立体深度推测的循环 MVSNet

    本研究提出基于递归神经网络的可扩展多视图立体（MVS）网络，通过递归因子单元（GRU）减少内存消耗，实现对高分辨率场景的高效重建。实验结果显示该方法在最近的 MVS 基准上取得了最先进的性能并在多个大规模场景上显示了伸缩性。

    Feb, 2019