Middlebury
PulseAugur coverage of Middlebury — every cluster mentioning Middlebury across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
STEREOFLOW 使用生成框架和扩散变换器推进立体匹配 · 已追踪 2 个来源
研究人员推出了一种新颖的立体匹配生成框架 STEREOFLOW，该框架解决了传统确定性回归方法的局限性。这种新方法将确定性匹配与生成模型相结合，利用了一个两阶段级联网络、一个名为 StereoDiT 的像素扩散变换器以及一个称为 Transition Flow Matching 的流匹配目标。STEREOFLOW 在具有挑战性的区域展现出强大的几何一致性和细节，在包括 Scene Flow、KITTI、ETH3D 和 Middlebu…
-
新的立体匹配方法提高了准确性和效率 · 2篇论文集锦
两篇新研究论文介绍了立体匹配的新方法，立体匹配是一项计算机视觉任务，专注于从二维图像重建三维场景。WAVE-Stereo提出了一种结合相关体积和特征变形的方法，以提高准确性和效率，并在多个基准测试中取得了有竞争力的结果。第二篇论文《Rethinking Monocular Depth Embedding for Generalized Stereo Matching》侧重于将单目深度信息整合到立体匹配中，以增强泛化能力和准确性，尤其是…
-
新的URS-Stereo框架通过不确定性引导增强实时立体匹配
研究人员开发了URS-Stereo，一个新颖的实时立体匹配框架，专为需要速度和精度的应用而设计，例如机器人和自主系统。该系统引入了一个不确定性引导残差搜索模块（UGRSM），该模块可预测传播的视差估计的可靠性。该模块自适应地调整局部成本体积的搜索区域，在不牺牲计算效率的情况下提高了对应估计的鲁棒性。在包括SceneFlow、KITTI、Middlebury和ETH3D在内的各种数据集上的实验表明，URS-Stereo在保持实时性能的同…
-
AI 管道难以从火星探测器图像中重建 3D 火星地形
研究人员评估了一个从火星探测器图像创建 3D 打印模型的管道，面临低纹理和不规则火星地形的挑战。他们发现，虽然 RAFT-Stereo 在标准基准测试中提高了准确性，但由于边缘对齐较弱，其在实际火星图像上的性能有所下降。研究还强调了几何补全方法的权衡，其中 alpha shapes 保留细节但破坏结构，而 Poisson 重建则以不支持的表面为代价创建更连贯的网格。