論文の概要: WAVE-Stereo: Warp-Aligned Volume Encoding for Stereo Matching

• arxiv url: http://arxiv.org/abs/2607.13674v1
• Date: Wed, 15 Jul 2026 10:15:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-16 16:39:12.741544
• Title: WAVE-Stereo: Warp-Aligned Volume Encoding for Stereo Matching
• Title（参考訳）: WAVE-Stereo:ステレオマッチングのためのワープ対応ボリューム符号化
• Authors: Zehan Liu, Yage He, Xianwu Gong,
• Abstract要約: WAVE-Stereoは、相関ボリュームとフィーチャーワープが相補的なマッチング手段を提供するという、中核的な洞察に基づいて構築されている。 5つの実世界のベンチマークでは、WAVE-StereoはKITTI 2015で3.18%のD1-allを達成した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Existing iterative stereo matching methods primarily adopt two types of correspondence representation: explicit matching search via correlation volumes and local residual refinement via warped features, yet the two remain separately modeled. We propose WAVE-Stereo, built on a core insight: correlation volumes and feature warping provide complementary matching cues. \textbf{GeoWarp Correspondence Encoder (GWCE)} encodes matching search, residual alignment, and disparity prior in parallel at the ConvGRU input. To mitigate matching degradation in textureless regions, we propose \textbf{Periodic Global Context Propagation (PGCP)}, which propagates global spatial information in a periodic manner. On five real-world benchmarks -- Middlebury, ETH3D, KITTI 2012, KITTI 2015, and Booster -- WAVE-Stereo achieves competitive zero-shot generalization accuracy without any external foundation model prior, achieving 3.18\% D1-all on KITTI 2015, 4.42\% Bad-2.0 on Booster, and 66ms real-time inference, striking a favorable balance between accuracy and efficiency. Our code is available at https://github.com/yamanoko-do/WAVE-Stereo.
• Abstract（参考訳）: 既存の反復ステレオマッチング法は主に2種類の対応表現を採用する:相関ボリュームによる明示的なマッチング探索と、歪んだ特徴による局所的残差改善だが、両者は別々にモデル化されている。 本稿では,相関量と特徴のゆらぎが相補的なマッチング手段となるWAVE-Stereoを提案する。 \textbf{GeoWarp Cor correspondingence Encoder (GWCE) は、ConvGRU入力で並列に検索、残差アライメント、差分を符号化する。 テクスチャレス領域におけるマッチング劣化を軽減するために,グローバル空間情報を周期的に伝播する「textbf{Periodic Global Context Propagation (PGCP)」を提案する。 Middlebury、ETH3D、KITTI 2012、KITTI 2015、Boosterの5つの実世界のベンチマークでは、WAVE-Stereoは外部基盤モデルなしで競争力のあるゼロショットの一般化精度を達成し、KITTI 2015では3.18\% D1-all、Boosterでは4.42\% Bad-2.0、リアルタイム推論では66msに達し、精度と効率のバランスが良好である。 私たちのコードはhttps://github.com/yamanoko-do/WAVE-Stereo.comで公開されています。

関連論文リスト

• Chiaroscuro Attention: Spending Compute in the Dark [0.0]
  CHIAR-Formerは、各トークンを3つの演算子のいずれかにルーティングする4層ハイブリッドトランスである。 目的に設計されたDCT+Attention専用変種はWikiText-103上でVal PPL 36.54を達成する。
  論文  参考訳（メタデータ） (2026-06-06T20:38:42Z)
• PrismAudio: Decomposed Chain-of-Thoughts and Multi-dimensional Rewards for Video-to-Audio Generation [57.864929968616586]
  Video-to-Audio (V2A) の生成には、4つの重要な知覚次元のバランスが必要である。 私たちは、強化学習をV2A世代に統合する最初のフレームワークであるPrismAudioを紹介します。
  論文  参考訳（メタデータ） (2025-11-24T07:11:12Z)
• Decoupling Bidirectional Geometric Representations of 4D cost volume with 2D convolution [40.103929972279126]
  本報告では,DBStereoの4次元コストアグリゲーションネットワークについて述べる。 純粋な2D畳み込みに基づいており、同時にリアルタイムのパフォーマンスと印象的な精度を達成する。
  論文  参考訳（メタデータ） (2025-09-02T15:21:49Z)
• RomniStereo: Recurrent Omnidirectional Stereo Matching [6.153793254880079]
  本稿では,全方向ステレオマッチング (RomniStereo) アルゴリズムを提案する。 我々の最良のモデルは、以前のSOTAベースラインよりも平均MAE値が40.7%向上する。 結果の可視化では, 合成例と実例の両方において, 明らかな優位性を示す。
  論文  参考訳（メタデータ） (2024-01-09T04:06:01Z)
• RoMa: Robust Dense Feature Matching [17.015362716393216]
  特徴マッチングは、3Dシーンの2つの画像間の対応を推定する重要なコンピュータビジョンタスクである。 基礎モデルであるDINOv2の凍結事前学習機能を利用するモデルを提案する。 頑健性をさらに向上するために, 整列型トランスフォーマーマッチングデコーダを提案する。
  論文  参考訳（メタデータ） (2023-05-24T17:59:04Z)
• 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)
• Deep Hough Voting for Robust Global Registration [52.40611370293272]
  6次元変換パラメータ空間におけるハフ投票を利用した実世界の3Dスキャンのペア登録のための効率的なフレームワークを提案する。 提案手法は, 3DMatch と 3DLoMatch のベンチマークにおいて, KITTI odometry データセットで同等の性能を達成しながら, 最先端の手法よりも優れている。
  論文  参考訳（メタデータ） (2021-09-09T14:38:06Z)
• 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。