論文の概要: LinStereo: Linear-Complexity Global Attention for Multi-Scale Iterative Stereo Matching

• arxiv url: http://arxiv.org/abs/2606.25437v1
• Date: Wed, 24 Jun 2026 05:58:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-25 17:05:30.239066
• Title: LinStereo: Linear-Complexity Global Attention for Multi-Scale Iterative Stereo Matching
• Title（参考訳）: LinStereo: マルチスケール反復ステレオマッチングのための線形複雑グローバルアテンション
• Abstract要約: LinStereoは位置認識線形アテンション(PALA)モジュールで、局所的な再帰を線形コストでグローバルアグリゲーションに置き換える。 標準ベンチマークにおける最先端の精度と強力なクロスドメインの一般化を実現している。 実際の水中データセットであるSQUIDでは26%、TartanAir-UWではAbsRelが28%低下する。
• 参考スコア（独自算出の注目度）: 4.952844628691303
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Existing Vision Foundation Model (VFM)-based iterative stereo pipelines under-exploit three information pathways: multi-scale backbone features are collapsed into single-level correlations, geometric priors remain untapped at initialization, and context propagates only locally. These gaps widen under degraded photometric cues, making underwater scenes a stringent generalization test. To address this, we propose LinStereo, built upon Depth Anything V3, whose core is a Position-Aware Linear Attention (PALA) module that replaces local recurrence with global aggregation at linear cost, propagating reliable estimates from well-matched regions into degraded areas while preserving disparity structure. PALA is made effective by two enabling components: Hierarchical Semantic Cost Volumes (HSCV), which supply scale-aligned correlations from the VFM feature hierarchy, and a Depth Prior Initialization (DPI) that converts monocular depth into a metrically calibrated warm start. LinStereo achieves state-of-the-art-level accuracy on standard benchmarks and strong cross-domain generalization, particularly on underwater scene where severe photometric degradation makes stereo matching particularly challenging, attaining the best overall accuracy with consistent gains 28% lower AbsRel on TartanAir-UW, 26% on SQUID, a real-world underwater dataset).
• Abstract（参考訳）: 既存のビジョン・ファンデーション・モデル (VFM) ベースの反復ステレオパイプラインは3つの情報経路を覆い隠す: マルチスケールのバックボーンの特徴は単一レベルの相関に分解され、幾何学的事前は初期化時に未解決のままであり、文脈は局所的にのみ伝播する。 これらのギャップは、劣化した測光的手がかりの下で広がり、水中のシーンは厳密な一般化テストとなった。 この問題を解決するためにLinStereoを提案する。LinStereoはDepth Anything V3上に構築されており、その中核は位置認識線形注意(PALA)モジュールで、局所的な再帰を線形コストでグローバルアグリゲーションに置き換える。 PALAは、VFM特徴階層からスケールアラインな相関を供給している階層的セマンティックコストボリューム(HSCV)と、単分子深度をメートル単位で調整された温暖化開始に変換する深さ優先初期化(DPI)の2つの有効成分によって有効にされている。 LinStereoは、標準ベンチマークと強力なクロスドメインの一般化、特に高度光度劣化がステレオマッチングを特に困難にしている水中シーンにおいて、最先端の精度を達成し、一貫した利得で最高の全体的な精度を達成でき、TartanAir-UWのAbsRelより28%低く、実際の水中データセットであるSQUIDでは26%低い。

関連論文リスト

• EgoHieraLoc: A Cortically Inspired Hierarchical Segmentation-Guided Framework for Egocentric Visual Query Localization [9.547789251222838]
  ビジュアルクエリローカライゼーション(VQL)は、エゴセントリックなビデオでクエリ対象を検索し、再ローカライズすることを目的としている。 人間の視覚は階層的なプロセスを通じてあいまいさを扱う。 我々は,VQL-2DとVQL-3Dの統一フレームワークである textbfEgoHieraLoc を提案する。
  論文  参考訳（メタデータ） (2026-08-10T14:31:01Z)
• DGSfM: Depth-Guided Scale-Aware Global Structure-from-Motion [40.127097529332815]
  本稿では,DGSfMを提案する。DGSfMは,モノクル深度マップを拡張性のある先行モデルとして用いるグローバルSfMパイプラインである。 各画像対に対して、深度対応の相対ポーズソルバを用いて、拡大あいまいなエピポーラ制約をスケール対応の相対ポーズ制約に変換する。 ETH3D と IMC2021 の実験では、DGSfM はスパースと密集したフロントエンドをまたいだ強いグローバルな SfM ベースラインよりも一貫して改善されている。
  論文  参考訳（メタデータ） (2026-07-10T15:18:37Z)
• Focusable Monocular Depth Estimation [49.71122535319022]
  FocusDepthは、プロンプト条件付き単分子相対深度推定フレームワークである。 深度モデリングは、ボックス/テキストプロンプトを通じて対象領域にフォーカスするようにガイドする。 MSSAの空間アライメントは重要な設計要素であり、急速幾何学対応の破壊により、AbsRelは最大で13.8%増加する。
  論文  参考訳（メタデータ） (2026-05-12T08:30:53Z)
• Progressive Per-Branch Depth Optimization for DEFOM-Stereo and SAM3 Joint Analysis in UAV Forestry Applications [5.266753902938501]
  パーブランチ3D再構築は、自律型UAV木刈りの前提条件である。 本稿では,DEFOM-Stereo ファンデーションモデル差分推定を組み込んだプログレッシブパイプラインを提案する。 提案したパイプラインは、エッジの忠実度を維持しながら、ブランチごとの平均標準偏差を82%削減する。
  論文  参考訳（メタデータ） (2026-02-24T04:37:18Z)
• StereoAdapter-2: Globally Structure-Consistent Underwater Stereo Depth Estimation [18.410248448681514]
  本稿では,従来のConvGRU更新器を新しいConvSS2D演算子に置き換えるStereoAdapter-2を提案する。 大規模合成水中ステレオデータセットUW-StereoDepth-80Kを構築した。 本フレームワークは,水中ベンチマークにおいて,最先端のゼロショット性能を実現する。
  論文  参考訳（メタデータ） (2026-02-18T22:12:08Z)
• Diving into the Fusion of Monocular Priors for Generalized Stereo Matching [27.15757281613792]
  近年,視覚基礎モデル (VFM) に先立って, 偏りのない単分子を応用して, 不測領域の一般化を向上することで, ステレオマッチングが進展している。 本稿では,深度マップを二項相対形式に変換する融合を導くための二項局所順序付けマップを提案する。 また、画素単位の線形回帰モジュールがそれらをグローバルかつ適応的に整列できるような登録問題として、単分子深度を不均質に最終的に直接融合させることを定式化する。
  論文  参考訳（メタデータ） (2025-05-20T14:27:45Z)
• Boosting Omnidirectional Stereo Matching with a Pre-trained Depth Foundation Model [70.67610495024459]
  カメラベースの設定は、立体深度推定を用いて高解像度の高解像度深度マップを生成することで、コスト効率のよい選択肢を提供する。 既存の全方位ステレオマッチング手法は、様々な環境において限られた深度精度しか達成できない。 DFI-OmniStereoは, 大規模事前学習基礎モデルを用いて, 相対的な単眼深度推定を行う新しい全方位ステレオマッチング法である。
  論文  参考訳（メタデータ） (2025-03-30T16:24:22Z)
• FoundationStereo: Zero-Shot Stereo Matching [50.79202911274819]
  FoundationStereoはステレオ深度推定の基礎モデルである。 まず,大規模(1Mステレオペア)合成学習データセットを構築した。 その後、スケーラビリティを高めるために、多数のネットワークアーキテクチャコンポーネントを設計します。
  論文  参考訳（メタデータ） (2025-01-17T01:01:44Z)
• DCPI-Depth: Explicitly Infusing Dense Correspondence Prior to Unsupervised Monocular Depth Estimation [17.99904937160487]
  DCPI-Depthは、これらの革新的なコンポーネントをすべて組み込んで、2つの双方向および協調的なストリームを結合するフレームワークである。 複数の公開データセットにまたがる最先端のパフォーマンスと一般化性を実現し、既存のすべての先行技術を上回っている。
  論文  参考訳（メタデータ） (2024-05-27T08:55:17Z)
• DETR Doesn't Need Multi-Scale or Locality Design [69.56292005230185]
  本稿では,"プレーン"特性を維持できる改良型DETR検出器を提案する。 特定の局所性制約を伴わずに、単一スケールの機能マップとグローバルなクロスアテンション計算を使用する。 マルチスケールな特徴マップと局所性制約の欠如を補うために,2つの単純な技術が平易な設計において驚くほど効果的であることを示す。
  論文  参考訳（メタデータ） (2023-08-03T17:59:04Z)
• On Robust Cross-View Consistency in Self-Supervised Monocular Depth Estimation [56.97699793236174]
  本論文では,2種類の堅牢なクロスビュー整合性について検討する。 深度特徴空間と3次元ボクセル空間の時間的コヒーレンスを自己教師付き単眼深度推定に利用した。 いくつかのアウトドアベンチマークの実験結果から,本手法は最先端技術より優れていることが示された。
  論文  参考訳（メタデータ） (2022-09-19T03:46:13Z)
• Non-local Recurrent Regularization Networks for Multi-view Stereo [108.17325696835542]
  深層多視点ステレオネットワークでは、正確な深さ推定を実現するためにコスト正規化が不可欠である。 NR2-Netと呼ばれるマルチビューステレオのための新しい非局所リカレント正規化ネットワークを提案する。 提案手法は,DTU,タンク,テンプルの双方のデータセットに対して,最先端の再構築結果を実現する。
  論文  参考訳（メタデータ） (2021-10-13T01:43:54Z)

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。