cost volume | BriefGPT - AI 论文速递

关键词cost volume

搜索结果 - 24

使用可能性理论的立体匹配中的鲁棒置信区间
我们提出了一种方法，用于在立体匹配问题中估计视差置信区间。置信区间提供了与常规置信度量互补的信息。据我们所知，这是第一种基于代价体积创建视差置信区间的方法。该方法依赖于可能性分布来解释代价体积的认知不确定性。我们的方法具有白盒特性，在这方面
PDF3 months ago
AAAI通过视差平面搜索，从端到端立体匹配网络中模拟立体置信度
我们提出了一种新的立体置信度测量方法，通过使用成本体积的替代输入模式选择，尤其适用于安全关键系统，以测量各种立体匹配网络的外部立体置信度。
PDF5 months ago
时间见证：时态多视角三维物体检测的新前景和基准
该论文介绍了一种新的视频目标检测方法，通过多帧图像数据的长期历史建立成本卷积表示，从而将高效和高质量的匹配相结合，并在 nuScenes 数据集上达到了最新的最佳性能。
PDF2 years ago
ECCVFlowFormer: 光学流的 Transformer 架构
FlowFormer 是一种基于 Transformer 网络的神经网络结构，用于学习光流，并在 Sintel 基准测试中获得了最佳效果。
PDF2 years ago
CVPR时间机会主义者：自监督多帧单目深度
提出 ManyDepth，一种自适应的、可以在测试时间利用序列信息的深度估计方法，通过深度自监督训练基于端到端代价体系积攒的方法，鼓励网络忽略不可靠的代价体以及针对静态相机场景的增强方案。实验证明此方法在 KITTI 和 Cityscape
PDF3 years ago
MVS2D: 基于注意力驱动的 2D 卷积的高效多视图立体重建
该论文描述了一种高度有效的多视图立体算法，该算法通过注意机制将多视图约束集成到单视图网络中，仅构建于 2D 卷积，速度至少比所有其他同类算法快 2 倍，并在各种挑战性基准上实现了精确的深度估计和 3D 重建效果，同时在有不精确相机姿态时具有
PDF3 years ago
CVPRCFNet: 基于级联和融合代价体积的鲁棒立体匹配
该论文提出了一种基于级联和融合代价体的深度学习模型 CFNet，以解决大规模标注数据集的深度立体匹配模型的泛化能力问题，通过融合多个低分辨率的密集代价体以及逐步缩小视差搜索空间的方式，建立起一套定量的不确定性估计体系，实现了对跨数据集间的泛
PDF3 years ago
CVPR端到端可解释的神经运动规划器
本文提出了一种神经运动规划器 (NMP)，用于在复杂的城市场景中学习自主驾驶，包括交通灯处理、让路和与多个道路用户的交互。通过输入原始的 LIDAR 数据和高清地图，NMP 生成可解释的中间表示形式，以及定义了自动驾驶汽车在规划范围内可以采
PDF3 years ago
ECCV使用 Cayley 表示法的可学习成本体积
通过使用椭圆内积，我们提出了一种可学习的成本体积 (LCV)，可插入现有模型以替换香草成本体积，实验结果显示该模块提高了最新模型的准确度，并促进了它们在输入信号的光照变化，噪声和对抗扰动方面的鲁棒性。
PDF4 years ago
ECCVLiteFlowNet3: 解决对应模糊问题以提高光流估计准确性
本文介绍 LiteFlowNet3 来解决深度学习方法在处理光流估计时出现的挑战，LiteFlowNet3 使用了两个专门模块：通过自适应调制减少代价体积中的异常值从而改善代价体积的性质，并通过新颖的光流场变形方法，替代有问题的光流场来进一
PDF4 years ago
ECCVPCW-Net：金字塔组合与变形代价体用于立体匹配
该研究提出了一种名为 PCW-Net 的深度学习模型，它利用代价体积、金字塔结构和图像拉伸等先进技术，在实现跨域泛化的同时提高立体匹配的准确性，其在 KITTI 2012 和 Argoverse 等数据集上取得了最好的性能。
PDF4 years ago
AAAI基于相关代价体积的多视角立体反演深度回归学习
本研究提出了一种用于减少计算负担和对大规模景观适用的轻量级花费体积平均群组相似性度量以及基于此有效的花费体积表示的级联 3D U-Net 模块，并将多视角深度推断重新转换为反深度回归任务，旨在提升深度推断的可扩展性和准确性，在 DTU 数据
PDF5 years ago
ECCVDeepSFM: 通过深度束调整实现结构运动
本研究设计了一种以物理驱动的 DeepSFM 体系结构，对深度和姿态进行估计，在显式结构约束和深度学习技术的共同作用下，实现了与传统 BA 和新兴深度学习技术的优点相结合的分离拍摄下位姿和深度估计
PDF5 years ago
CVPR高分辨率多视角立体匹配的级联代价体
本文提出了一种既节省时间又节省内存的立体成像方法，该方法在几何和语境的渐进细化尺度中构建标准的特征金字塔下的代价体，随着不断增加的代价体分辨率以及深度（或差异）间隙的自适应调整，以较粗糙的方式从粗到细恢复输出。
PDF5 years ago
ECCV具有自适应视图聚合的金字塔多视图立体网络
该研究提出了一种有效和高效的基于金字塔多视图立体 (MVS) 网络的自适应视图聚合方法，用于精确和完整的密集点云重建。
PDF5 years ago
ECCVPointPWC-Net: 一种基于粗到细的网络，用于 3D 点云的监督学习与自监督学习场景流估计
本文提出了一种新颖的端对端深度场景流模型 PointPWC-Net，通过粗到细的方式处理 3D 点云数据，包括新型的成本体量、上采样和变形层来有效地处理 3D 点云数据，利用自监督损失进行训练。实验结果表明，在 FlyingThings3D
PDF5 years ago
360 度可学习代价卷积的立体深度估计
提出一种新的神经网络架构，用于解决 360° 图像中的球面视差问题，并通过学习可移位滤波器构建代价体积以缓解失真问题，实验结果表明其对现有算法具有较好的鲁棒性和准确性。
PDF5 years ago
AAAI深度立体匹配自适应单峰代价卷积滤波
本文提出了一种新的深度学习立体匹配方法，通过在代价体上增加限制和建立局部基于峰值的单峰分布函数，显式地建模不同环境下的匹配不确定性，从而提高了匹配效果。
PDF5 years ago
ICCV基于 CNN 的代价体积分析作为稠密匹配的置信度量
本文提出了使用卷积神经网络 (CNN) 从三维数据中直接学习置信度估计特征的新方法，将深度学习和代价体特征相结合，通过对三个数据集上的三种常见密集立体匹配技术进行广泛评估，证明了该方法的广泛性和最先进的准确性。
PDF5 years ago
CVPR组相关立体网络
本文提出了使用分组相关来构建成本体积，并改进了三维堆叠沙漏网络，以用于立体匹配的深度感知，通过实验证明在 Scene Flow、KITI 2012 和 KITTI 2015 数据集上，该方法优于之前的方法。
PDF5 years ago