Wasserstein 距离在立体视差估计中的应用

现有的深度或视差估计方法通常输出一组预定义离散值的概率分布。当真实深度或视差与这些值不匹配时，这会导致结果不准确。由于这种分布通常是通过回归损失间接学习的，因此在物体边界附近的模糊区域会产生进一步的问题。我们通过提出一种新的神经网络架构来解决这些问题，该架构能够输出任意深度值，并引入了一种新的损失函数，该函数基于真实分布与预测分布之间的Wasserstein距离（Wasserstein distance）推导而来。我们在多种任务上验证了我们的方法，包括立体视差估计和深度估计，以及下游的三维目标检测。我们的方法显著减少了模糊区域的误差，特别是在对三维空间中物体定位影响较大的物体边界附近，从而在自动驾驶领域的三维目标检测中达到了最先进的水平。我们的代码将在https://github.com/Div99/W-Stereo-Disp 上提供。