PulseAugur
中
实时 15:14:27
English(EN) LinStereo: Linear-Complexity Global Attention for Multi-Scale Iterative Stereo Matching

LinStereo 通过线性复杂度全局注意力增强立体匹配

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员推出了一种新颖的立体匹配方法 LinStereo，旨在提高精度，尤其是在水下场景等挑战性条件下。LinStereo 基于 Depth Anything V3 基础模型构建，集成了位置感知线性注意力 (PALA) 模块，该模块能够以线性计算成本实现全局上下文聚合。该方法通过用于尺度对齐相关性的分层语义成本卷和用于校准起点的深度先验初始化得到了进一步增强，在标准基准测试中取得了最先进的性能，并在水下数据集上取得了显著的提升。 AI

影响 提高了立体匹配精度，尤其是在挑战性环境中，可能推动机器人和自主系统等应用的进步。

排序理由 该集群包含一篇详细介绍立体匹配新方法的论文。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

LinStereo 通过线性复杂度全局注意力增强立体匹配

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Yiran Wang, Oliver Turner, Viorela Ila ·

    LinStereo：多尺度迭代立体匹配的线性复杂度全局注意力

    arXiv:2606.25437v1 Announce Type: new Abstract: Existing Vision Foundation Model (VFM)-based iterative stereo pipelines under-exploit three information pathways: multi-scale backbone features are collapsed into single-level correlations, geometric priors remain untapped at initia…

  2. arXiv cs.CV TIER_1 English(EN) · Viorela Ila ·

    LinStereo：多尺度迭代立体匹配的线性复杂度全局注意力

    Existing Vision Foundation Model (VFM)-based iterative stereo pipelines under-exploit three information pathways: multi-scale backbone features are collapsed into single-level correlations, geometric priors remain untapped at initialization, and context propagates only locally. T…

相关实体

相关话题