論文の概要: Co-Teaching: An Ark to Unsupervised Stereo Matching
- arxiv url: http://arxiv.org/abs/2107.08186v1
- Date: Sat, 17 Jul 2021 05:33:39 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-20 14:46:40.172487
- Title: Co-Teaching: An Ark to Unsupervised Stereo Matching
- Title(参考訳): co-teaching: 教師なしステレオマッチングのark
- Authors: Hengli Wang, Rui Fan, Ming Liu
- Abstract要約: CoT-Stereoは、新しい教師なしステレオマッチングアプローチである。
KITTI Stereoベンチマークの実験は、CoT-Stereoの優れた性能を示している。
- 参考スコア(独自算出の注目度): 14.801038005597855
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Stereo matching is a key component of autonomous driving perception. Recent
unsupervised stereo matching approaches have received adequate attention due to
their advantage of not requiring disparity ground truth. These approaches,
however, perform poorly near occlusions. To overcome this drawback, in this
paper, we propose CoT-Stereo, a novel unsupervised stereo matching approach.
Specifically, we adopt a co-teaching framework where two networks interactively
teach each other about the occlusions in an unsupervised fashion, which greatly
improves the robustness of unsupervised stereo matching. Extensive experiments
on the KITTI Stereo benchmarks demonstrate the superior performance of
CoT-Stereo over all other state-of-the-art unsupervised stereo matching
approaches in terms of both accuracy and speed. Our project webpage is
https://sites.google.com/view/cot-stereo.
- Abstract(参考訳): ステレオマッチングは自律運転知覚の重要な構成要素である。
最近の教師なしステレオマッチングアプローチは、不一致の根拠を必要とせず、十分な注意を払っている。
しかし、これらのアプローチは咬合位に乏しい。
本稿では,この欠点を克服するために,新しい教師なしステレオマッチング手法であるCoT-Stereoを提案する。
具体的には,非教師付きステレオマッチングのロバスト性を大幅に向上させるため,2つのネットワークが相互に教師なしの方法で咬合について指導するコティーチングフレームワークを採用する。
KITTI Stereoベンチマークの大規模な実験は、CoT-Stereoの精度と速度の両面で、最先端の非教師なしステレオマッチングアプローチよりも優れた性能を示した。
プロジェクトのWebページはhttps://sites.google.com/view/cot-stereoです。
関連論文リスト
- Pseudo-Stereo Inputs: A Solution to the Occlusion Challenge in Self-Supervised Stereo Matching [0.0]
自己教師型ステレオマッチングは、応用と研究に非常に有望である。
光量損失関数に基づく自己教師付きステレオマッチングのパラダイムは、常に性能問題に悩まされてきた。
本稿では,コアオクルージョン問題に対処する,シンプルで効果的な擬似ステレオ入力方式を提案する。
論文 参考訳(メタデータ) (2024-10-03T14:40:17Z) - Stereo Risk: A Continuous Modeling Approach to Stereo Matching [110.22344879336043]
我々はコンピュータビジョンにおける古典的ステレオマッチング問題を解決するための新しいディープラーニングアプローチであるStereo Riskを紹介する。
ステレオリスクはディープネットワーク,特にマルチモーダル確率分布の相違に対して,ステレオマッチング性能を向上させることを実証する。
総合的な分析により,提案手法の理論的健全性と,各種ベンチマークデータセットにおける最先端手法よりも優れた性能を示す。
論文 参考訳(メタデータ) (2024-07-03T14:30:47Z) - Single-View View Synthesis with Self-Rectified Pseudo-Stereo [49.946151180828465]
疑似ステレオ視点を生成する前に、信頼性と明示的なステレオを利用する。
本稿では,自己修正ステレオ合成法を提案する。
本手法は,最先端の単一ビュービュー合成法およびステレオ合成法より優れる。
論文 参考訳(メタデータ) (2023-04-19T09:36:13Z) - A novel stereo matching pipeline with robustness and unfixed disparity
search range [5.326626090397465]
ほとんどのステレオマッチング手法は一般化性能が悪く、不均一な探索範囲を必要とする。
両眼の視差に基づいて,まず半密度の視差マップを計算し,その残差を単眼で計算するステレオマッチングパイプラインを提案する。
論文 参考訳(メタデータ) (2022-04-11T04:53:25Z) - Revisiting Domain Generalized Stereo Matching Networks from a Feature
Consistency Perspective [65.37571681370096]
両視点にまたがる単純な画素単位のコントラスト学習を提案する。
ドメイン間の立体的特徴一貫性をよりよく維持するために、立体選択的白化損失を導入する。
提案手法は,複数の最先端ネットワークよりも優れた性能を実現する。
論文 参考訳(メタデータ) (2022-03-21T11:21:41Z) - 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) - Level Set Binocular Stereo with Occlusions [7.868449549351486]
ステレオ境界の局所化と近傍の格差の予測は、ステレオ境界が一致する手がかりが存在しない閉塞領域を誘導するので困難である。
本稿では,オクルージョン幾何を符号化することによって境界を改良するエネルギーとレベルセットを提案する。
画像パッチの未発の階層の中で、親と子供の間で主に通るメッセージを使って実装することができる。
論文 参考訳(メタデータ) (2021-09-08T07:22:25Z) - H-Net: Unsupervised Attention-based Stereo Depth Estimation Leveraging
Epipolar Geometry [4.968452390132676]
本稿では,教師なしステレオ深度推定のためのディープラーニングフレームワークであるH-Netを紹介する。
初めて、Siameseオートエンコーダアーキテクチャが深さ推定に使用されます。
本手法は,最先端の非監視ステレオ深度推定法を上回っている。
論文 参考訳(メタデータ) (2021-04-22T19:16:35Z) - Reversing the cycle: self-supervised deep stereo through enhanced
monocular distillation [51.714092199995044]
多くの分野において、自己教師付き学習ソリューションは急速に進化し、教師付きアプローチでギャップを埋めている。
本稿では,両者の相互関係を逆転する自己教師型パラダイムを提案する。
深層ステレオネットワークを訓練するために,単分子完備ネットワークを通じて知識を抽出する。
論文 参考訳(メタデータ) (2020-08-17T07:40:22Z) - 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。