論文の概要: Data Scaling Laws in Stereo Matching: From In-domain Fitting to Cross-domain Generalization

• arxiv url: http://arxiv.org/abs/2610.38600v1
• Date: Wed, 28 Oct 2026 10:25:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-03 10:07:22.446122
• Title: Data Scaling Laws in Stereo Matching: From In-domain Fitting to Cross-domain Generalization
• Title（参考訳）: ステレオマッチングにおけるデータスケーリング法則:ドメイン内フィットからドメイン間一般化へ
• Abstract要約: ステレオマッチングにおけるドメイン内およびドメイン間データのスケーリング法則を予備検討する。 5つの大規模データセットのドメイン内トレーニングは、データによる2段階のスケーリング動作を示す。 クロスドメインのパフォーマンスは、ソース・ドメインのデータスケールへのかなり弱く、予測しにくい依存を示す。
• 参考スコア（独自算出の注目度）: 21.214278092278114
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: In the era of large models, stereo matching is developing towards generalizable foundation models trained on million-scale synthetic images. However, how model performance scales up with synthetic data is still underexplored. In this work, we preliminarily investigate the in-domain and cross-domain data scaling laws in stereo matching. A realistic synthetic dataset, named XStereo, containing 200 thousand samples is first built to serve as a high-quality benchmark for data scaling research. In-domain training on five large-scale datasets demonstrate a two-regime scaling behavior with data, transitioning from the standard power law to saturation, where the critical transition point is approximately invariant under a fixed model. Cross-domain performance exhibits a substantially weaker and less predictable dependence on the source-domain data scale. The distribution and coverage diversity are more effective for diminishing domain gaps. More instructive suggestions are provided for high-efficiency data construction and training. The insightful findings are significant verification and extension of the existing scaling laws in both language and vision, paving the way to efficient and stronger stereo matching. The XStereo dataset is public at https://huggingface.co/datasets/Tong-Zhao/XStereo.
• Abstract（参考訳）: 大規模モデルの時代、ステレオマッチングは、百万単位の合成画像に基づいて訓練された一般化可能な基礎モデルに向けて発展している。 しかし、合成データによるモデル性能のスケールアップ方法はまだ未定である。 本研究では,ステレオマッチングにおけるドメイン内およびドメイン間データのスケーリング法則を予め検討する。 XStereoという名前のリアルな合成データセットは、2万のサンプルを含むもので、まずデータスケーリング研究のための高品質なベンチマークとして機能するように構築されている。 5つの大規模データセットのドメイン内トレーニングでは、標準電力法則から飽和状態への遷移、固定モデルの下で臨界遷移点がほぼ不変なデータによる2段階のスケーリング動作が示される。 クロスドメインのパフォーマンスは、ソース・ドメインのデータスケールへのかなり弱く、予測しにくい依存を示す。 分布と範囲の多様性は、ドメインギャップを減らすためにより効果的である。 より効果的なデータ構築とトレーニングのために、より指導的な提案が提供されている。 洞察に富んだ発見は、言語と視覚の両方における既存のスケーリング法則の顕著な検証と拡張であり、効率的で強力なステレオマッチングへの道を開いた。 XStereoデータセットはhttps://huggingface.co/datasets/Tong-Zhao/XStereoで公開されている。

関連論文リスト

• Scale What Counts, Mask What Matters: Evaluating Foundation Models for Zero-Shot Cross-Domain Wi-Fi Sensing [2.5495319679484054]
  Wi-Fiセンサーは、カメラに代わる魅力的なプライバシー保護を提供する。 1つのセットアップでトレーニングされたモデルは、新しい環境やハードウェア、ユーザへの一般化に失敗する。 本研究は14のデータセットから抽出した13万以上のサンプルの事前学習と評価を行う。
  論文  参考訳（メタデータ） (2025-11-24T05:46:29Z)
• ReCon: Region-Controllable Data Augmentation with Rectification and Alignment for Object Detection [16.835087042512022]
  生成モデルは、所望の分布に従属するサンプルを合成することによって、データ拡張のための強力なツールとして登場した。 ReConは、オブジェクト検出のための構造制御可能な生成モデルの能力を高める新しい拡張フレームワークである。
  論文  参考訳（メタデータ） (2025-10-17T16:06:06Z)
• Scaling Transformer-Based Novel View Synthesis Models with Token Disentanglement and Synthetic Data [53.040873127309766]
  本稿では,トランスアーキテクチャ内でのトークンのアンタングル化プロセスを提案し,特徴分離を向上し,より効果的な学習を実現する。 提案手法は,データセット内およびデータセット間の評価において,既存のモデルよりも優れる。
  論文  参考訳（メタデータ） (2025-09-08T17:58:06Z)
• Domain Generalized Stereo Matching with Uncertainty-guided Data Augmentation [11.938635624781313]
  State-of-the-art stereo matching (SM)モデルはドメインの違いにより実際のデータドメインに一般化できないことが多い。 データ拡張を活用してトレーニングドメインを拡張し、堅牢なクロスドメイン特徴表現を取得するようモデルに促します。 私たちのアプローチはシンプルでアーキテクチャに依存しないもので、任意のSMネットワークに統合することができます。
  論文  参考訳（メタデータ） (2025-08-02T10:26:53Z)
• DreamMask: Boosting Open-vocabulary Panoptic Segmentation with Synthetic Data [61.62554324594797]
  オープンな語彙設定でトレーニングデータを生成する方法と、実データと合成データの両方でモデルをトレーニングする方法を探索するDreamMaskを提案する。 一般的に、DreamMaskは大規模なトレーニングデータの収集を著しく単純化し、既存のメソッドのプラグイン・アンド・プレイ・エンハンスメントとして機能する。 例えば、COCOで訓練しADE20Kで試験すると、ドリームマスクを装備したモデルは以前の最先端の2.1% mIoUよりも優れていた。
  論文  参考訳（メタデータ） (2025-01-03T19:00:00Z)
• Distribution-Aware Data Expansion with Diffusion Models [55.979857976023695]
  本研究では,分散型拡散モデルに基づくトレーニングフリーなデータ拡張フレームワークであるDistDiffを提案する。 DistDiffは、オリジナルデータのみにトレーニングされたモデルと比較して、さまざまなデータセットの精度を一貫して向上させる。
  論文  参考訳（メタデータ） (2024-03-11T14:07:53Z)
• Domain-Adaptive Full-Face Gaze Estimation via Novel-View-Synthesis and Feature Disentanglement [12.857137513211866]
  本稿では、教師なしドメイン適応のためのトレーニングデータ合成と視線推定モデルからなる効果的なモデルトレーニングパイプラインを提案する。 提案したデータ合成は、単一画像の3D再構成を利用して、3次元の顔形状データセットを必要とせずに、ソース領域から頭部ポーズの範囲を広げる。 本稿では、視線関連特徴を分離し、背景アグリゲーション整合性損失を導入し、合成音源領域の特性を生かしたディエンタングリングオートエンコーダネットワークを提案する。
  論文  参考訳（メタデータ） (2023-05-25T15:15:03Z)
• Data Scaling Laws in NMT: The Effect of Noise and Architecture [59.767899982937756]
  ニューラルネットワーク翻訳(NMT)のデータスケーリング特性に及ぼすアーキテクチャとトレーニングデータ品質の影響について検討する。 データスケーリング指数は最小限の影響を受けており、より多くのデータを追加することで、極端に悪いアーキテクチャやトレーニングデータの補償が可能になることを示唆しています。
  論文  参考訳（メタデータ） (2022-02-04T06:53:49Z)
• CrossLoc: Scalable Aerial Localization Assisted by Multimodal Synthetic Data [2.554905387213586]
  本稿では,合成データを用いて実世界のカメラポーズを推定する視覚的位置決めシステムを提案する。 データ不足を緩和するために,汎用な合成データ生成ツールTOPO-DataGenを導入する。 また、ポーズ推定のためのクロスモーダル視覚表現学習手法であるCrossLocを導入する。
  論文  参考訳（メタデータ） (2021-12-16T18:05:48Z)
• Unsupervised Intra-domain Adaptation for Semantic Segmentation through Self-Supervision [73.76277367528657]
  畳み込みニューラルネットワークに基づくアプローチは、セマンティックセグメンテーションにおいて顕著な進歩を遂げた。 この制限に対処するために、グラフィックエンジンから生成された注釈付きデータを使用してセグメンテーションモデルをトレーニングする。 ドメイン間およびドメイン間ギャップを最小化する2段階の自己教師付きドメイン適応手法を提案する。
  論文  参考訳（メタデータ） (2020-04-16T15:24:11Z)

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。