論文の概要: URS-Stereo: Uncertainty-Guided Residual Search for Real-Time Stereo Matching

• arxiv url: http://arxiv.org/abs/2607.06779v1
• Date: Tue, 07 Jul 2026 20:20:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-09 22:50:30.207697
• Title: URS-Stereo: Uncertainty-Guided Residual Search for Real-Time Stereo Matching
• Title（参考訳）: URS-Stereo: リアルタイムステレオマッチングのための不確かさ誘導残差探索
• Authors: Pouya Sohrabipour, Chaitanya kumar reddy Pallerla, Dongyi Wang,
• Abstract要約: リアルタイムステレオマッチングはロボット工学、自律システム、組込み視覚アプリケーションにとって不可欠である。 近年の粗大なステレオマッチング法は, 先行段階の分散度推定の精度に大きく依存している。 URS-Stereoは、不確実性誘導探索によるこの制限に対処する、リアルタイムの粗大なステレオマッチングフレームワークである。
• 参考スコア（独自算出の注目度）: 0.6379544211152604
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Real-time stereo matching is crucial for robotics, autonomous systems, and embedded vision applications, where both computational efficiency and disparity accuracy are required. Recent coarse-to-fine stereo matching methods improve efficiency by progressively refining disparity estimates using local cost volumes at higher resolutions. However, these methods rely heavily on the accuracy of propagated disparity estimates from previous stages. When the propagated disparity is inaccurate, the ground-truth correspondence may fall outside the predefined local search range, leading to unrecoverable matching failures during subsequent refinement. In this paper, we propose URS-Stereo, a real-time coarse-to-fine stereo matching framework that addresses this limitation through uncertainty-guided search adaptation. Specifically, we introduce an Uncertainty-Guided Residual Search Module (UGRSM), which predicts the reliability of propagated disparities together with residual search offsets to adaptively relocate the centers of local cost volumes before disparity refinement. By dynamically adjusting the search region according to the confidence of the propagated disparity, the proposed method significantly improves the robustness of local correspondence estimation while preserving the computational efficiency of coarse-to-fine stereo matching. Extensive experiments on SceneFlow, KITTI 2012, KITTI 2015, Middlebury, and ETH3D demonstrate that URS-Stereo consistently improves disparity estimation while maintaining real-time inference speed, validating the effectiveness of the proposed uncertainty-guided search strategy
• Abstract（参考訳）: リアルタイムステレオマッチングは、ロボット工学、自律システム、組込み視覚アプリケーションにおいて不可欠である。 近年の粗大なステレオマッチング法は,高解像度の局所的コストボリュームを用いた不均質推定を段階的に精錬することで効率を向上している。 しかし、これらの手法は、前段階からの伝播格差推定の精度に大きく依存している。 伝播する不一致が不正確である場合、地平線対応は予め定義された局所探索範囲の外側に落下し、その後の改良の間には発見不可能な一致の失敗を引き起こす可能性がある。 本稿では,不確実性誘導探索によるこの制限に対処する,リアルタイムな粗大なステレオマッチングフレームワークであるURS-Stereoを提案する。 具体的には,不確実性誘導型残差探索モジュール(UGRSM)を導入し,不確実性改善前の局所的コストボリュームの中心を適応的に再配置する。 提案手法は,探索領域を伝搬不均一性の信頼性に応じて動的に調整することにより,粗大なステレオマッチングの計算効率を保ちながら,局所対応推定の堅牢性を大幅に向上する。 SceneFlow、KITTI 2012、KITTI 2015、Middlebury、ETH3Dの広範囲にわたる実験により、URS-Stereoはリアルタイム推論速度を維持しながら不確定性推定を一貫して改善し、提案された不確実性誘導探索戦略の有効性を検証した。

関連論文リスト

• Unveiling the Entropy Dynamics of Chain-of-Thought Reasoning [81.57028614960576]
  1)信頼性の高い -- 信頼性の高い -- 信頼性の高い領域での回答は高度に正確で安定したものになり、2)高冗長性 -- モデルは正しい回答に達した後ずっと経ってから不必要なトークンを生成する。 これらの特性はより効率的で信頼性の高い推論戦略を解き放つ。
  論文  参考訳（メタデータ） (2026-06-01T10:11:14Z)
• Discovery of Hidden Miscalibration Regimes [52.452902154360565]
  モデルは何らかの入力を体系的に過信し、他人を過信することがある。 対応する誤校正分野を定義し,それを推定するための診断フレームワークを提案する。 提案手法は,入力空間のキャリブレーションを意識した表現を学習し,学習幾何学におけるカーネルの平滑化による符号付き局所的誤校正を推定する。
  論文  参考訳（メタデータ） (2026-05-13T13:07:50Z)
• ODAR: Principled Adaptive Routing for LLM Reasoning via Active Inference [60.958331943869126]
  ODAR-Expertは、原則化されたリソース割り当てによる精度と効率のトレードオフを最適化する適応的なルーティングフレームワークである。 我々は、MATHの98.2%の精度、HumanityのLast Examの54.8%を含む、強く一貫した利得を示している。
  論文  参考訳（メタデータ） (2026-02-27T05:22:01Z)
• Integrating Disparity Confidence Estimation into Relative Depth Prior-Guided Unsupervised Stereo Matching [55.784713740698365]
  教師なしのステレオマッチングは、コストのかかる不均一なアノテーションから独立して、大きな注目を集めている。 実現可能な解決策は、相対深度マップからステレオマッチングネットワークへの3次元幾何学的知識の転送にある。 本研究は,これらの課題に対処する新しい教師なし学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-08-02T09:11:05Z)
• Rectified Iterative Disparity for Stereo Matching [2.8908326904081334]
  コストボリュームに基づく不確実性不確実性推定(UEC)を提案する。 画像対から得られるコストボリュームの豊富な類似性情報に基づいて,提案したUCCは,計算コストの低い競合性能を実現することができる。 提案手法を組み合わせた高性能ステレオアーキテクチャDR Stereoを提案する。
  論文  参考訳（メタデータ） (2024-06-16T13:47:40Z)
• Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching [77.133400999703]
  相関に基づくステレオマッチングは優れた性能を達成した。 固定モデルによる現在のメソッドは、さまざまなデータセットで均一に動作しない。 本稿では,ロバストなステレオマッチングのための相関を動的に計算する新しい視点を提案する。
  論文  参考訳（メタデータ） (2023-07-26T09:47:37Z)
• Distributional Robustness and Regularization in Reinforcement Learning [62.23012916708608]
  経験値関数の新しい正規化器を導入し、ワッサーシュタイン分布のロバストな値関数を下限とすることを示す。 強化学習における$textitexternalな不確実性に対処するための実用的なツールとして正規化を使用することを提案する。
  論文  参考訳（メタデータ） (2020-03-05T19:56:23Z)

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。