.png){kind=icon}
返回
SRNet: Self-supervised structure regularization for stereo matching
.png){kind=icon}
PRE
AI
DOI：10.1016/j.neucom.2025.131907.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 我们提出了一种新颖的框架，利用低级结构约束来正则化立体匹配。结果表明，通过所提出的正则化方法，许多现有基于数据驱动的立体匹配网络的表现可以得到提升。
• 我们还提出了一种独特的视差聚合模块，以利用低级结构检测中视差与RGB信息之间的关联。
• 我们探索了将边缘和关键点作为自监督标签进行正则化的方法，并在Scene Flow数据集上发现，这些不同的正则化项与手动提供的真实结构效果相当。
• 我们将所提出的正则化项与四种不同的立体匹配网络进行了集成，实验结果表明，它能够提升性能，并且适用于不同的网络。
期刊
IF:
6.5
论文数:
2.5W
被引数:
6.5W
机构
查看更多机构
引用论文
暂无论文信息