17일 전

모바일스테레오넷: 스테레오 매칭을 위한 경량화 딥 네트워크로의 도전

Faranak Shamsafar, Samuel Woerz, Rafia Rahim, Andreas Zell
모바일스테레오넷: 스테레오 매칭을 위한 경량화 딥 네트워크로의 도전
초록

최근 스테레오 매칭 기법들은 딥 모델을 활용하여 지속적으로 정확도를 향상시켜왔다. 그러나 이러한 성능 향상은 계산 비용의 급격한 증가를 수반하며, 이로 인해 중간 수준의 GPU에서도 네트워크가 수용되지 않는 문제가 발생한다. 이는 자원 제한된 장치에 모델을 배포해야 하는 경우에 심각한 문제를 야기한다. 이를 해결하기 위해, 정확도를 희생하지 않으면서도 복잡도를 낮춘 두 가지 경량 모델을 제안한다. 비용 볼륨(cost volume)의 차원에 따라, 각각 2D 및 3D 컨볼루션을 기반으로 구성된 인코더-디코더 아키텍처를 갖춘 2D 및 3D 모델을 설계하였다. 이를 위해 2D MobileNet 블록을 활용하여 스테레오 비전 적용을 위해 3D로 확장하였다. 더불어, 2D 모델의 정확도를 향상시키기 위해 새로운 비용 볼륨을 제안하였으며, 이로 인해 2D 모델의 성능이 3D 네트워크에 근접하게 되었다. 실험 결과, 제안하는 2D/3D 네트워크는 계산 비용을 효과적으로 줄였으며(2D 모델의 경우 파라미터/연산 수 각각 27%, 95% 감소, 3D 모델의 경우 72%, 38% 감소), 동시에 정확도를 유지함을 확인하였다. 본 연구의 코드는 https://github.com/cogsys-tuebingen/mobilestereonet 에 공개되어 있다.

모바일스테레오넷: 스테레오 매칭을 위한 경량화 딥 네트워크로의 도전 | 최신 연구 논문 | HyperAI초신경