特徴無矛盾性の観点からの領域一般化ステレオマッチングネットワークの再検討【JST・京大機械翻訳】

Zhang Jiawei; Wang Xiang; Bai Xiao; Wang Chen; Huang Lei; Chen Yimin; Gu Lin; Zhou Jun; Harada Tatsuya; Hancock Edwin R.

プレプリント

J-GLOBAL ID：202202206326087426 整理番号：22P0307537

特徴無矛盾性の観点からの領域一般化ステレオマッチングネットワークの再検討【JST・京大機械翻訳】

Revisiting Domain Generalized Stereo Matching Networks from a Feature Consistency Perspective

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (10件)： , , , , , , , , ,
資料名：
発行年： 2022年03月21日プレプリントサーバーでの情報更新日： 2022年03月21日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

十分な訓練データを与える印象的な性能を達成する最近のステレオマッチングネットワークにもかかわらず,それらはドメインシフトに悩まされ,不十分なドメインに不十分に一般化する。マッチング画素間の特徴一貫性を維持することは,適切に考慮されていないステレオマッチングネットワークの一般化能力を促進するための不可欠な因子であると主張する。ここでは,視点を横断して簡単なピクセルワイズコントラスト学習を提案することによりこの問題に取り組んだ。ステレオコントラスト特徴損失関数は,同じ3D点の観測であるマッチング画素ペアの学習された特徴間の一貫性を明示的に制約する。立体選択白化損失をさらに導入して,立体視点特異的スタイル情報から立体特徴を解読するドメインにわたる立体特徴一貫性をより良く保存した。反対に,同じ場面における2つの視点間の特徴一貫性の一般化は,ドメインを非意味するステレオマッチング性能の一般化に翻訳する。提案手法は,既存のステレオネットワークに容易に埋め込むことができ,ターゲットドメインにおけるサンプルへのアクセスを必要としないので,本質的に一般的である。合成データで訓練され,4つの実世界試験セットに一般化されたとき,著者らの方法はいくつかの最先端のネットワークに対して優れた性能を達成した。【JST・京大機械翻訳】

, , , , , , , , ,
, 【Automatic Indexing@JST】

図形・画像処理一般

, , ,

前のページに戻る