論文の概要: ACVNet: Attention Concatenation Volume for Accurate and Efficient Stereo Matching

• arxiv url: http://arxiv.org/abs/2203.02146v1
• Date: Fri, 4 Mar 2022 06:28:58 GMT
• ステータス: 処理完了
• システム内更新日: 2022-03-07 15:13:15.191499
• Title: ACVNet: Attention Concatenation Volume for Accurate and Efficient Stereo Matching
• Title（参考訳）: ACVNet: 正確なステレオマッチングのための注意結合ボリューム
• Authors: Gangwei Xu, Junda Cheng, Peng Guo, Xin Yang
• Abstract要約: 本稿では,余剰情報を抑制するために,相関情報から注意重みを生成する新しいコストボリューム構築手法を提案する。 信頼性の高い注意重みを生成するため,マッチングコストの特異性を改善するため,マルチレベル適応パッチマッチングを提案する。 提案するコスト容積は、ほとんどのステレオマッチングネットワークにシームレスに組み込むことのできる注意結合容積 (ACV) と命名される。
• 参考スコア（独自算出の注目度）: 7.39503547452922
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Stereo matching is a fundamental building block for many vision and robotics applications. An informative and concise cost volume representation is vital for stereo matching of high accuracy and efficiency. In this paper, we present a novel cost volume construction method which generates attention weights from correlation clues to suppress redundant information and enhance matching-related information in the concatenation volume. To generate reliable attention weights, we propose multi-level adaptive patch matching to improve the distinctiveness of the matching cost at different disparities even for textureless regions. The proposed cost volume is named attention concatenation volume (ACV) which can be seamlessly embedded into most stereo matching networks, the resulting networks can use a more lightweight aggregation network and meanwhile achieve higher accuracy, e.g. using only 1/25 parameters of the aggregation network can achieve higher accuracy for GwcNet. Furthermore, we design a highly accurate network (ACVNet) based on our ACV, which achieves state-of-the-art performance on several benchmarks.
• Abstract（参考訳）: ステレオマッチングは多くのビジョンとロボティクスアプリケーションのための基本的なビルディングブロックである。 高い精度と効率のステレオマッチングには,情報的かつ簡潔なコストボリューム表現が不可欠である。 本稿では,相関手がかりから注意重みを生成し,冗長な情報を抑制し,連結量におけるマッチング関連情報を強化する新しいコストボリューム構築手法を提案する。 テクスチャレス領域においても,異なる領域におけるマッチングコストの特異性を改善するために,信頼性の高い注意重みを生成するため,マルチレベル適応パッチマッチングを提案する。 提案するコストボリュームは注意結合量(acv)と呼ばれ、ほとんどのステレオマッチングネットワークにシームレスに埋め込むことができ、結果として得られるネットワークはより軽量な集約ネットワークを使用でき、一方、集約ネットワークの1/25パラメータのみを使用することでgwcnetの精度が向上する。 さらに,ACVに基づく高精度ネットワーク(ACVNet)を設計し,いくつかのベンチマークで最先端の性能を実現する。

関連論文リスト

• Hybrid Convolutional and Attention Network for Hyperspectral Image Denoising [54.110544509099526]
  ハイパースペクトル画像(HSI)は、ハイパースペクトルデータの効果的な解析と解釈に重要である。 ハイブリット・コンボリューション・アテンション・ネットワーク(HCANet)を提案する。 主流HSIデータセットに対する実験結果は,提案したHCANetの合理性と有効性を示している。
  論文  参考訳（メタデータ） (2024-03-15T07:18:43Z)
• DCVSMNet: Double Cost Volume Stereo Matching Network [0.0]
  DCVSMNetは67msの推論時間と強力な一般化能力を備えた高速ステレオマッチングネットワークである。 いくつかのベンチマークデータセットの結果から、DCVSMNetは、CGI-StereoやBGNetのような手法よりも、推論時間が高いコストで精度が高いことが示されている。
  論文  参考訳（メタデータ） (2024-02-26T10:42:25Z)
• Learning Feature Matching via Matchable Keypoint-Assisted Graph Neural Network [52.29330138835208]
  画像のペア間の局所的な特徴の正確なマッチングは、コンピュータビジョンの課題である。 従来の研究では、注意に基づくグラフニューラルネットワーク(GNN)と、画像内のキーポイントに完全に接続されたグラフを使用するのが一般的だった。 本稿では,非繰り返しキーポイントをバイパスし,マッチング可能なキーポイントを利用してメッセージパッシングを誘導する,疎注意に基づくGNNアーキテクチャであるMaKeGNNを提案する。
  論文  参考訳（メタデータ） (2023-07-04T02:50:44Z)
• Accurate and Efficient Stereo Matching via Attention Concatenation Volume [33.615312186946866]
  本稿では,注意結合ボリューム(ACV)という新しいコストボリューム構築手法を提案する。 ACVは相関手がかりから注目重みを生成し、余分な情報を抑制し、連結ボリュームにおけるマッチング関連情報を強化する。 ACVの高速バージョンであるFast-ACVを設計し、高い確率差の仮説を生成する。
  論文  参考訳（メタデータ） (2022-09-23T08:14:30Z)
• 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)
• Multi-View Stereo Network with attention thin volume [0.0]
  複数のRGB画像から深度値を推定するための効率的なマルチビューステレオ(MVS)ネットワークを提案する。 入力画像から支配的な情報を完全に集約する自己認識機構を導入する。 また,特徴集約に対するグループワイド相関を導入し,メモリと計算負荷を大幅に削減する。
  論文  参考訳（メタデータ） (2021-10-16T11:51:23Z)
• Multi-Scale Cost Volumes Cascade Network for Stereo Matching [9.440848600106797]
  従来手法とCNNを組み合わせたMSCVNetを提案する。 提案手法の有効性を実証し,精度を大幅に向上させる。
  論文  参考訳（メタデータ） (2021-02-03T08:40:17Z)
• Bilateral Grid Learning for Stereo Matching Networks [22.92443311789097]
  本稿では,学習したバイラテラルグリッドにおけるスライシング操作に基づくエッジ保存コストボリュームアップサンプリングモジュールを提案する。 スライス層はパラメータフリーで、高品質の高解像度のコストボリュームを得ることができます。 このモジュールをベースとしたリアルタイムネットワークを設計し、既存のリアルタイムなディープステレオマッチングネットワークより優れています。
  論文  参考訳（メタデータ） (2021-01-01T09:08:01Z)
• 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)
• Resolution Adaptive Networks for Efficient Inference [53.04907454606711]
  本稿では,低分解能表現が「容易」な入力を分類するのに十分である,という直感に触発された新しいレゾリューション適応ネットワーク(RANet)を提案する。 RANetでは、入力画像はまず、低解像度表現を効率的に抽出する軽量サブネットワークにルーティングされる。 ネットワーク内の高解像度パスは、"ハード"サンプルを認識する能力を維持している。
  論文  参考訳（メタデータ） (2020-03-16T16:54:36Z)
• ADRN: Attention-based Deep Residual Network for Hyperspectral Image Denoising [52.01041506447195]
  ノイズの多いHSIからクリーンなHSIへのマッピングを学習するために,注目に基づくディープ残差ネットワークを提案する。 実験の結果,提案手法は定量的および視覚的評価において最先端の手法よりも優れていた。
  論文  参考訳（メタデータ） (2020-03-04T08:36:27Z)

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。