정확하고 효율적인 스테레오 매칭을 위한 어텐션 연결 볼륨(Access Concatenation Volume for Accurate and Efficient Stereo Matching)

스테레오 매칭은 많은 비전 및 로봇틱스 응용 프로그램의 기본 구성 요소입니다. 높은 정확도와 효율성을 위한 스테레오 매칭에서 정보가 풍부하고 간결한 비용 체적 표현이 필수적입니다. 본 논문에서는 상관 관계 단서에서 주의 가중치를 생성하여 중복 정보를 억제하고 연결 체적 내의 매칭 관련 정보를 강화하는 새로운 비용 체적 구축 방법을 제시합니다. 신뢰성 있는 주의 가중치를 생성하기 위해, 우리는 다양한 불일치 조건에서도 심지어 무질감 영역에서도 매칭 비용의 고유성을 개선하기 위한 다단계 적응 패치 매칭을 제안합니다. 제안된 비용 체적은 주의 연결 체적(Attention Concatenation Volume, ACV)으로 명명되었으며, 대부분의 스테레오 매칭 네트워크에 원활하게 통합될 수 있습니다. 이로 인해 결과적인 네트워크는 더 경량화된 집계 네트워크를 사용하면서 동시에 더 높은 정확도를 달성할 수 있으며, 예를 들어 GwcNet의 경우 집계 네트워크 파라미터의 1/25만 사용하여 더 높은 정확도를 달성할 수 있습니다. 또한, 우리의 ACV 기반으로 매우 정확한 네트워크(ACVNet)를 설계하였으며, 이는 여러 벤치마크에서 최고 수준의 성능을 보여주었습니다.