E3Stereo模型提升立体匹配边界深度
热点事件观察中
E3Stereo模型提升立体匹配边界深度
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Qi Xiong等学者提出E3Stereo模型，通过从视差监督中学习几何边缘，结合骨干视差与图像细节预测全分辨率视差修正。该模型在Scene Flow数据集上使RAFT-Stereo、IGEV和MonSter的深度边界端点误差降低9.5%至14.3%。模型微调后在ETH3D、KITTI 2012和KITTI 2015数据集的十项指标上均超越基线IGEV。报道指出源码将在论文被接受后公开。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
E3Stereo：通过学习几何边缘改进深度边界处的立体匹配报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv · AIE3Stereo：通过学习几何边缘改进深度边界处的立体匹配
E3Stereo通过学习几何边缘结合骨干视差与图像细节，在Scene Flow数据集上使RAFT-Stereo、IGEV和MonSter的深度边界端点误差（EPE）降低9.5%至14.3%。 模型在微调后于ETH3D、KITTI 2012和KITTI 2015数据集的十项指标上均超越基线IGEV，并同步降低整体视差绝对误差。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。