HyperAIHyperAI
il y a 2 mois

Attention Parallactique Symétrique pour la Sur-résolution d'Images Stéréoscopiques

Yingqian Wang; Xinyi Ying; Longguang Wang; Jungang Yang; Wei An; Yulan Guo
Attention Parallactique Symétrique pour la Sur-résolution d'Images Stéréoscopiques
Résumé

Bien que les dernières années aient vu de grands progrès dans la sur-résolution d'images stéréoscopiques (SR), les informations bénéfiques fournies par les systèmes binoculaires n'ont pas été pleinement exploitées. Étant donné que les images stéréoscopiques sont fortement symétriques sous la contrainte épipolaire, dans cet article, nous améliorons les performances de la SR d'images stéréoscopiques en exploitant des indices de symétrie dans les paires d'images stéréoscopiques. Plus précisément, nous proposons un module d'attention parallaxe bidirectionnel symétrique (biPAM) et une méthode de gestion des occultations en ligne pour interagir efficacement avec les informations trans-orientées. Ensuite, nous concevons un réseau jumeau équipé d'un biPAM pour sur-résoudre les deux vues d'une manière fortement symétrique. Enfin, nous élaborons plusieurs pertes robustes à l'éclairage pour renforcer la cohérence stéréoscopique. Les expériences menées sur quatre jeux de données publics démontrent la supériorité de notre méthode. Le code source est disponible à l'adresse suivante : https://github.com/YingqianWang/iPASSR.

Attention Parallactique Symétrique pour la Sur-résolution d'Images Stéréoscopiques | Articles de recherche récents | HyperAI