アクティブとパッシブの深度センシング技術の補完的な特性は、LiDARセンサとステレオカメラを融合して深度認識を向上させる動機となっています。LiDARとステレオモダリティ間で推定された深度を直接融合する代わりに、我々はステレオマッチングネットワークの2つの強化技術、すなわち入力融合（Input Fusion）とLiDAR情報に基づく条件付きコストボリューム正規化（Conditional Cost Volume Normalization: CCVNorm）を利用します。提案されたフレームワークは汎用性が高く、ステレオマッチングニューラルネットワークで一般的に使用されるコストボリュームコンポーネントと密接に統合されています。我々は実験を通じて、KITTI ステレオおよび深度補完データセット上で本方法の効果性と堅牢性を検証し、様々な融合戦略に対して優れた性能を得ました。さらに、CCVNormの階層的な拡張により、提案手法は計算時間やモデルサイズにおいてステレオマッチングネットワークに僅かな負荷しか与えないと示しました。プロジェクトページについては、https://zswang666.github.io/Stereo-LiDAR-CCVNorm-Project-Page/ をご覧ください。