RAFT-Stereo: Multilevel Recurrent Field Transforms für die Stereoabgleichung

Wir stellen RAFT-Stereo vor, eine neue tiefe Architektur für rektifizierte Stereo-Bildverarbeitung, die auf dem Optischen-Fluss-Netzwerk RAFT basiert. Wir führen mehrstufige konvolutionale GRUs ein, die die Informationsweiterleitung innerhalb des Bildes effizienter gestalten. Eine modifizierte Version von RAFT-Stereo ermöglicht präzise Echtzeit-Inferenz. RAFT-Stereo erreicht die erste Platzierung auf dem Middlebury-Leaderboard und übertrifft die nächstbeste Methode hinsichtlich der 1px-Fehlerquote um 29 %. Zudem übertrifft es alle bisher veröffentlichten Ansätze auf dem ETH3D-Zwei-Blick-Stereo-Benchmark. Der Quellcode ist unter https://github.com/princeton-vl/RAFT-Stereo verfügbar.