3D encoder decoder block

新方法增强全向立体视觉中的置信度估计

研究人员开发了一种新颖的训练策略，用于改进全向立体视觉中的置信度估计，特别是在匹配项通常模糊的宽基线场景中。所提出的方法重新解释了来自3D编码器-解码器块的匹配响应，以推导内在置信度信号，直接惩罚模糊的预测，而无需额外的模块。此外，该方法引入了扫描特征体积重采样，利用3D CNN处理的特征与2D CNN结合来预测表面法线等元信息，从而增强深度连贯性和几何正则化。这些进展旨在改进自主移动实际应用中的置信度估计和表面法线预测。