초록
픽셀 단위로 이미지 쌍 간의 대응 관계에 대한 전역 매칭 분포의 명시적 표현은 불확실성 추정 및 후속 응용 프로그램에 있어 바람직합니다. 그러나 각 픽셀의 매칭 밀도를 계산하는 것은 후보가 너무 많기 때문에 비용이 많이 들 수 있습니다. 본 논문에서는 광학 흐름과 스테레오 매칭 모두에서 확률론적 픽셀 대응 관계를 학습하기에 적합한 Hierarchical Discrete Distribution Decomposition (HD³) 프레임워크를 제안합니다. 우리는 전체 매칭 밀도를 계층적으로 여러 스케일로 분해하고, 더 거친 스케일에서의 매칭과 왜곡을 조건으로 하여 각 스케일에서의 국소 매칭 분포를 추정합니다. 이렇게 추정된 국소 분포는 전체 매칭 밀도를 형성하기 위해 결합될 수 있습니다. 간단함에도 불구하고, 우리의 확률론적 방법은 기존 벤치마크에서 광학 흐름과 스테레오 매칭 모두에 대해 최고 수준의 결과를 달성하였습니다. 또한, 추정된 불확실성이 예측된 대응 관계의 신뢰성을 잘 나타내는 것으로 확인되었습니다.