HyperAIHyperAI

Command Palette

Search for a command to run...

Réseaux de sélection de vue basés sur l'attention pour l'estimation de la disparité en champ lumineux

Yung-Yu Chuang Yu-Lun Liu Yu-Ju Tsai Ming Ouhyoung

Résumé

Cet article présente un nouveau réseau profond destiné à l’estimation de cartes de profondeur à partir d’une image à champ de lumière. Afin d’utiliser efficacement les différentes vues et de réduire la redondance au sein de celles-ci, nous proposons un module de sélection de vue qui génère une carte d’attention indiquant l’importance de chaque vue ainsi que son potentiel à contribuer à une estimation précise de la profondeur. En exploitant la propriété de symétrie des vues du champ de lumière, nous imposons une symétrie à la carte d’attention, ce qui permet d’améliorer davantage la précision. Grâce à cette carte d’attention, notre architecture exploite toutes les vues de manière plus efficace et optimale. Les expériences montrent que la méthode proposée atteint des performances de pointe en termes de précision et se classe en tête sur une benchmark populaire pour l’estimation de disparité dans les images à champ de lumière.


Créer de l'IA avec l'IA

De l'idée au lancement — accélérez votre développement IA avec le co-codage IA gratuit, un environnement prêt à l'emploi et le meilleur prix pour les GPU.

Codage assisté par IA
GPU prêts à l’emploi
Tarifs les plus avantageux

HyperAI Newsletters

Abonnez-vous à nos dernières mises à jour
Nous vous enverrons les dernières mises à jour de la semaine dans votre boîte de réception à neuf heures chaque lundi matin
Propulsé par MailChimp
Réseaux de sélection de vue basés sur l'attention pour l'estimation de la disparité en champ lumineux | Articles | HyperAI