MaDis-Stereo：通过蒸馏的遮罩图像建模增强立体匹配

BriefGPT - AI 论文速递 · 2024-09-04T00:00:00Z

本文介绍了一种新的深度学习方法——立体风险，用于解决计算机视觉中的立体匹配问题。通过连续风险最小化问题将场景视差建模为最优解，证明了$L^1$最小化对深度网络的立体匹配性能提升具有显著效果，并通过基准数据集的分析证明了该方法在理论上的有效性和性能上的优势。