赞
踩
Transformer大法好!本文从序列到序列的角度重新审视了深度估计问题,以使用位置信息和注意力将cost volume construction替换为密集的像素匹配。表现SOTA!性能优于Bi3D、GwcNet和LEAStereo网络,代码刚刚开源!
Revisiting Stereo Depth Estimation From a Sequence-to-Sequence Perspective with Transformers
作者单位:约翰·霍普金斯大学
代码: https:// github.com/mli0603/ster eo-transformer
论文: https:// arxiv.org/abs/2011.0291 0
注:文末附深度估计学习交流群。如果上述论文链接无法访问,可以看文末,论文已上传至百度云,方便下载。
立体深度估计依赖于左右图像中对极线上像素之间的最佳对应
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。