WHTMix

WHTMix 使用 Walsh-Hadamard 变换进行高效立体深度估计

研究人员开发了 WHTMix，一种新颖的立体深度估计方法，它利用 Walsh-Hadamard 变换进行高效的 token 混合。该方法将 transformer 模型中计算成本高昂的自注意力机制替换为对数线性成本替代方案，在保持精度的同时显著降低了运行时间和模型计算量。WHTMix 方法在自动驾驶和机器人等高分辨率立体匹配任务中特别有效，并包含一个混合对数视差损失函数，可在没有额外计算开销的情况下提高对远处物体的精度。