論文の概要: Adaptive Deconvolution-based stereo matching Net for Local Stereo Matching

• arxiv url: http://arxiv.org/abs/2101.00221v1
• Date: Fri, 1 Jan 2021 12:18:53 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-16 11:08:59.857585
• Title: Adaptive Deconvolution-based stereo matching Net for Local Stereo Matching
• Title（参考訳）: 局所ステレオマッチングのための適応デコンボリューションに基づくステレオマッチングネット
• Authors: Xin Ma and Zhicheng Zhang and Danfeng Wang and Yu Luo and Hui Yuan
• Abstract要約: ディープラーニングベースのローカルステレオマッチング手法では、大きなイメージパッチはステレオマッチング精度が向上する。 アダプティブ・デコンボリューション(Adaptive Deconvolution-based disparity)マッチングネット(ADSMnet)という効率的なCNNベースの構造を提案する。 KITTI 2012 と 2015 のデータセットに対する実験結果から,提案手法が精度と複雑性のトレードオフを良好に達成できることが示されている。
• 参考スコア（独自算出の注目度）: 11.214543038438055
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In deep learning-based local stereo matching methods, larger image patches usually bring better stereo matching accuracy. However, it is unrealistic to increase the size of the image patch size without restriction. Arbitrarily extending the patch size will change the local stereo matching method into the global stereo matching method, and the matching accuracy will be saturated. We simplified the existing Siamese convolutional network by reducing the number of network parameters and propose an efficient CNN based structure, namely Adaptive Deconvolution-based disparity matching Net (ADSM net) by adding deconvolution layers to learn how to enlarge the size of input feature map for the following convolution layers. Experimental results on the KITTI 2012 and 2015 datasets demonstrate that the proposed method can achieve a good trade-off between accuracy and complexity.
• Abstract（参考訳）: ディープラーニングベースのローカルステレオマッチング手法では、大きなイメージパッチはステレオマッチング精度が向上する。 しかし、制限なく画像パッチのサイズを拡大することは現実的ではない。 パッチサイズを任意に拡大すると、局所ステレオマッチング法はグローバルステレオマッチング法に変更され、マッチング精度は飽和する。 我々は,ネットワークパラメータ数を削減し,既存のシームズ畳み込みネットワークを単純化し,以下の畳み込み層に対して入力特徴マップのサイズを拡大する方法を学ぶために,畳み込み層を追加して適応デコンボリューションに基づく分散マッチングネット(ADSMネット)を提案する。 KITTI 2012 と 2015 のデータセットの実験結果から,提案手法は精度と複雑性のトレードオフを良好に達成できることが示された。

関連論文リスト

• Double-Shot 3D Shape Measurement with a Dual-Branch Network [14.749887303860717]
  我々は、異なる構造光(SL)変調を処理するために、デュアルブランチ畳み込みニューラルネットワーク(CNN)-トランスフォーマーネットワーク(PDCNet)を提案する。 PDCNet内では、Transformerブランチを使用してフリンジイメージのグローバルな認識をキャプチャし、CNNブランチはスペックルイメージのローカル詳細を収集するように設計されている。 提案手法は, 自己生成データセット上で高精度な結果が得られる一方で, フランジオーダーの曖昧さを低減できることを示す。
  論文  参考訳（メタデータ） (2024-07-19T10:49:26Z)
• Adaptive Step-size Perception Unfolding Network with Non-local Hybrid Attention for Hyperspectral Image Reconstruction [0.39134031118910273]
  FISTAアルゴリズムに基づく深層展開ネットワークであるASPUNを提案する。 さらに,非局所的ハイブリッドアテンショントランス (NHAT) モジュールを設計し,コンバータの受容場特性をフル活用する。 実験の結果, ASPUNは既存のSOTAアルゴリズムよりも優れ, 最高の性能が得られることがわかった。
  論文  参考訳（メタデータ） (2024-07-04T16:09:52Z)
• ELGC-Net: Efficient Local-Global Context Aggregation for Remote Sensing Change Detection [65.59969454655996]
  本稿では,変化領域を正確に推定するために,リッチな文脈情報を利用する効率的な変化検出フレームワークELGC-Netを提案する。 提案するELGC-Netは、リモートセンシング変更検出ベンチマークにおいて、最先端の性能を新たに設定する。 また,ELGC-Net-LWも導入した。
  論文  参考訳（メタデータ） (2024-03-26T17:46:25Z)
• StereoVAE: A lightweight stereo matching system through embedded GPUs [13.338765413730743]
  組込みGPUによるステレオマッチングのための軽量システムを提案する。 これにより、ステレオマッチングにおける精度と処理速度のトレードオフを解消し、組込みシステムはリアルタイム処理を確実にしながらマッチング精度をさらに向上させることができる。
  論文  参考訳（メタデータ） (2023-05-19T10:08:39Z)
• Augmenting Convolutional networks with attention-based aggregation [55.97184767391253]
  我々は,非局所的推論を実現するために,注目に基づくグローバルマップを用いた畳み込みネットワークの強化方法を示す。 この学習集約層を2つのパラメータ(幅と深さ)でパラメータ化した単純パッチベースの畳み込みネットワークで接続する。 これは、特にメモリ消費の点で、精度と複雑さの間の驚くほど競争力のあるトレードオフをもたらす。
  論文  参考訳（メタデータ） (2021-12-27T14:05:41Z)
• AdaStereo: An Efficient Domain-Adaptive Stereo Matching Approach [50.855679274530615]
  本稿では,AdaStereoというドメイン適応型アプローチを提案する。 我々のモデルは、KITTI、Middlebury、ETH3D、DrivingStereoなど、複数のベンチマークで最先端のクロスドメイン性能を実現している。 提案手法は,様々なドメイン適応設定に対して堅牢であり,迅速な適応アプリケーションシナリオや実環境展開に容易に組み込むことができる。
  論文  参考訳（メタデータ） (2021-12-09T15:10:47Z)
• PLADE-Net: Towards Pixel-Level Accuracy for Self-Supervised Single-View Depth Estimation with Neural Positional Encoding and Distilled Matting Loss [49.66736599668501]
  PLADE-Netと呼ばれる自己監視型単視点画素レベルの高精度深度推定ネットワークを提案する。 提案手法は,KITTIデータセットの$delta1$測定値の95%を超え,前例のない精度を示す。
  論文  参考訳（メタデータ） (2021-03-12T15:54:46Z)
• Do End-to-end Stereo Algorithms Under-utilize Information? [7.538482310185133]
  本稿では,2次元および3次元の畳み込みネットワークに適応フィルタリングと半グローバルアグリゲーションを組み込むことによって,エンドツーエンドのステレオマッチングを実現する方法を示す。 改善は、画像からのRGB情報を信号として利用し、マッチングプロセスを動的にガイドすることによる。
  論文  参考訳（メタデータ） (2020-10-14T18:32:39Z)
• Learning Stereo Matchability in Disparity Regression Networks [40.08209864470944]
  本稿では,画素ワイドマッチング性を考慮したステレオマッチングネットワークを提案する。 提案したDeep stereo Matchability (DSM) フレームワークは、品質を保証しながら、マッチング結果を改善したり、計算を高速化することができる。
  論文  参考訳（メタデータ） (2020-08-11T15:55:49Z)
• Continual Adaptation for Deep Stereo [52.181067640300014]
  本稿では,難易度と変化の激しい環境に対処するために,深層ステレオネットワークの継続的適応パラダイムを提案する。 我々のパラダイムでは、オンラインモデルに継続的に適応するために必要な学習信号は、右から左への画像ワープや従来のステレオアルゴリズムによって自己監督から得られる。 我々のネットワークアーキテクチャと適応アルゴリズムは、初めてのリアルタイム自己適応型ディープステレオシステムを実現する。
  論文  参考訳（メタデータ） (2020-07-10T08:15:58Z)
• AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching [50.06646151004375]
  AdaStereoと呼ばれる新しいドメイン適応パイプラインは、ディープステレオマッチングネットワークにマルチレベル表現をアライメントすることを目的としている。 我々のAdaStereoモデルは、KITTI、Middlebury、ETH3D、DrivingStereoなど、複数のステレオベンチマークで最先端のクロスドメインパフォーマンスを実現しています。
  論文  参考訳（メタデータ） (2020-04-09T16:15:13Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。