本文介绍了AAUformer网络，通过平衡外极线的影响，实现了出色的泛化性能。该模型引入了窗口自注意力和多尺度交替注意力骨干网络，解放了像素级单视图的局部语义特征，并在多个数据集上进行了比较和消融研究，证明了其在场景流数据集上达到了最先进的效果。在KITTI 2015数据集上的微调性能也具有竞争力，并在合成和实际数据集上的交叉泛化实验中优于其他方法。