論文の概要: AquaStereo: Enabling Underwater Stereo Matching via Depth-Conditioned Diffusion and Geometry Self-Distillation
- arxiv url: http://arxiv.org/abs/2607.04303v1
- Date: Sun, 05 Jul 2026 13:43:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-07 22:26:29.887295
- Title: AquaStereo: Enabling Underwater Stereo Matching via Depth-Conditioned Diffusion and Geometry Self-Distillation
- Title（参考訳）: AquaStereo:深部拡散と幾何学的自己蒸留による水中ステレオマッチングの実現
- Abstract要約: $textbfAquaStereo$は、学習ベースのステレオマッチングのための知覚強化フレームワークである。
$textbfAquaStereo$は、挑戦的な水中シナリオにおける堅牢性とゼロショットの一般化を大幅に改善する。
- 参考スコア（独自算出の注目度）: 24.94829936308801
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Learning-based stereo matching models struggle in underwater environments due to scarce in-domain data and the difficulty of extracting discriminative correspondences from degraded imagery. In this work, we present $\textbf{AquaStereo}$, a perception-enhanced framework with a data simulation pipeline and a self-distillation strategy that jointly address data scarcity and feature degradation in underwater stereo matching. First, a depth-conditioned diffusion pipeline renders underwater stereo pairs while preserving binocular geometry, with a lightweight left-right consistency module ensuring geometric alignment. Training on this synthetic corpus effectively narrows the terrestrial-underwater gap and improves zero-shot robustness. Second, a frozen binocular teacher trained on clean terrestrial pairs guides a student exposed to rendered underwater pairs with perturbations. A stage-weighted sequence loss is performed to align the student's disparities with the teacher's geometry, while a clean-branch supervision with shared pseudo targets prevents scale drift. To further enhance feature stability under turbidity and low texture, we introduce learnable perception frames, a perception-enhanced feature formulation that constructs robust matching descriptors by fusing temporal cues from two auxiliary views encoded by a video backbone with semantic features extracted by a strong image encoder. Extensive experiments demonstrate that $\textbf{AquaStereo}$ substantially improves robustness and zero-shot generalization in challenging underwater scenarios. The code is available at https://github.com/qz-wei/AquaStereo.
- Abstract（参考訳）: 学習に基づくステレオマッチングモデルは、ドメイン内のデータが少なく、劣化した画像から識別対応を抽出することが難しいため、水中環境において苦労する。
本稿では,データシミュレーションパイプラインと,水中ステレオマッチングにおけるデータ不足と特徴劣化に共同で対処する自己蒸留戦略を備えた知覚強化フレームワークである$\textbf{AquaStereo}$を提案する。
第一に、深度条件の拡散パイプラインは、両眼の幾何学を保ちながら水中のステレオペアをレンダリングする。
この合成コーパスの訓練は、地上と水中のギャップを効果的に狭め、ゼロショットロバスト性を向上させる。
第二に、凍った双眼鏡の教師が、きれいな地球上のペアを訓練して、水中でレンダリングされたペアに摂動で露出した学生を案内します。
学生の相違を教師の幾何と整合させる段階重み付きシーケンス損失を行うとともに、共有された擬似ターゲットによるクリーンブランチの監督はスケールドリフトを防止する。
ビデオバックボーンによって符号化された2つの補助ビューから、強い画像エンコーダによって抽出されたセマンティックな特徴を融合させることにより、堅牢なマッチング記述子を構築するための学習可能な知覚フレームを導入する。
大規模な実験により、$\textbf{AquaStereo}$は、挑戦的な水中シナリオにおけるロバストネスとゼロショットの一般化を大幅に改善することが示された。
コードはhttps://github.com/qz-wei/AquaStereo.comで公開されている。
関連論文リスト
- 3D-USE: From Image-Level to Scene-Level Underwater Enhancement [54.11922584483346]
水中のシーンレベル向上(USE)
強化のための信頼性のあるシーン表現と、強化された3Dデータをペア化せずに一貫した拡張ターゲットを使用する。
水中での実際の実験では、視界と視界の整合性が向上し、復元品質が保たれた。
論文 参考訳（メタデータ） (2026-08-28T07:34:13Z) - Wat3R: Underwater 3D Geometry Learning without Annotations [58.91163632674025]
水中環境における3D形状の推定は、光の減衰、散乱、大規模で高品質な3Dアノテーションの欠如による固有の課題を示す。
本稿では,空中から水中へのフィードフォワード3D再構成モデルの適用を目的とした,クロスドメイン半教師付き学習フレームワークWat3Rを提案する。
論文 参考訳（メタデータ） (2026-07-09T17:59:58Z) - Ocean4D: Generative Underwater 4D Reconstruction via Medium-Aware Video Diffusion [53.39217286144327]
そこで我々は,Ocean4Dという水中4D再構成のための生成フレームワークを提案する。
4D-GCCは、クロスフレームカバレッジを改善した4Dの幾何的整合条件を構築する。
中知ブロックは、潜水拡散過程において暗黙の中知デノイングを行い、水中の外観を安定させる。
論文 参考訳（メタデータ） (2026-06-22T13:10:26Z) - Hidden in Plain Tokens: Simply Robust, Gradient-Free Watermark for Synthetic Audio [58.612001688217056]
自己回帰モデルに対する推論時透かしは、離散化の不整合による連続的なモダリティには適さない。
合成音声の強力で堅牢な透かしのためのエレガントな解法を提案する。
論文 参考訳（メタデータ） (2026-05-25T15:43:20Z) - UniV2D: Bridging Visual Restoration and Semantic Perception for Underwater Salient Object Detection [71.83097731030254]
視覚的回復と有能な物体検出を協調的に最適化するUnified Vision-to-Detection Network (UniV2D)を提案する。
UniV2Dは、セマンティック駆動学習パラダイムを導入している。
定量評価と定性評価の両方において最先端の手法を著しく上回る。
論文 参考訳（メタデータ） (2026-05-08T02:31:45Z) - 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) - MANTA: Physics-Informed Generalized Underwater Object Tracking [7.246898300861601]
本稿では,表現学習と水中シナリオの追跡設計を統合した物理インフォームフレームワークMANTAを提案する。
MANTAは最先端のパフォーマンスを実現し、Success AUCを最大6%改善し、安定した長期汎用水中追跡と効率的な実行環境を確保している。
論文 参考訳（メタデータ） (2025-11-28T17:59:06Z) - SonarSweep: Fusing Sonar and Vision for Robust 3D Reconstruction via Plane Sweeping [6.826863809223021]
3次元再構成への単一モダリティアプローチは、視認性や幾何学的制約が低いために失敗する。
それまでの融合技術は、欠陥のある幾何学に依存しており、重要なアーティファクトと複雑なシーンをモデル化することができない。
本稿では,これらの制約を克服する新しいエンドツーエンドディープラーニングフレームワークであるSonarSweepを紹介する。
論文 参考訳（メタデータ） (2025-11-01T04:12:27Z) - RoSe: Robust Self-supervised Stereo Matching under Adverse Weather Conditions [58.37558408672509]
本稿では,ロバストな自己監督型環境対応学習と悪天候蒸留という2つの重要なステップからなる,堅牢な自己監督型訓練パラダイムを提案する。
提案手法の有効性と汎用性を実証し,既存の最先端の自己管理手法より優れていることを示す。
論文 参考訳（メタデータ） (2025-09-23T15:41:40Z) - Lightweight Physics-Informed Zero-Shot Ultrasound Plane Wave Denoising [1.912429179274357]
超音波コヒーレント平面波合成(CPWC)は、複数のステアリング伝送からのエコーを組み合わせることにより、画像コントラストを向上させる。
低角CPWC取得に適したゼロショット復調フレームワークを提案する。
論文 参考訳（メタデータ） (2025-06-26T17:28:32Z) - CFDNet: A Generalizable Foggy Stereo Matching Network with Contrastive
Feature Distillation [11.655465312241699]
コントラスト的特徴蒸留(CFD)に基づく枠組みを導入する。
この戦略は、統合されたクリーンフォグの特徴からの特徴蒸留と対照的な学習を組み合わせることで、霧の深さのヒントとクリーンマッチングの特徴へのバランスのとれた依存を確保する。
論文 参考訳（メタデータ） (2024-02-28T09:12:01Z) - 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)
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。