AI论文探讨室·A+·第10期 DeepStereo: Learning to Predict New Views from the World’s Imagery

元宇宙MetaAI 元宇宙MetaAI 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 1.4k累计阅读 1.5k平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄10年
关注
原创 最新推荐文章于 2026-04-01 10:08:24 发布 1.4k 阅读 AI 写同款· GEO 优化 ›
End-to-End Learning of Geometry and Context for Deep Stereo Regression 摘： 使用深度特征表示组成成本向量，充分利用3D卷积提取上下文的纹理信息。深度值以差分softargmin操作相规范化，没有额外的预处理或者正则化得到一种端到端的方法 介： 立体匹配算法应该看重全局，而非局部。本篇展示了如何利用端到端的立体匹配模型，从而理解更加广泛的文本信息 3.学习端到端偏差回归 阅读详情

《DeepStereo: Learning to Predict New Views from the World’s Imagery》

论文链接

主要解决的问题：首次使用神经网络预测新的视点图

主要描述

       新视点的像素生成是使用将临近视点的图像输入到卷积神经网络中，最后生成新视点的图像。它的有优势主要在，只需要一系列的不同位姿下的图像，然后就可以在不同场景下生成新的视点。

系统架构

        该网络由两部分组成颜色塔和选择塔组成，其中颜色塔和选择塔具有相同的结构，但是它们的参数不共享。

选择塔和颜色塔

       选择塔生成重聚焦后图像的归一化后的深度图\sum_{z=1}^{D}s_{i,j,z}=1,颜色塔为每个平面重聚焦的图像。将颜色塔和重聚焦图像进行加权得到最后的合成图像。

效果对比

        通过对比可以发现，论文生成的结果与参考图像基本相似，但是在细节中仍然存在很多的不足，尤其是场景中的行人等等。

主要工作

（1）首先实现端到端的新视点预测网络模型设计

下一步研究工作

（1）提升系统的速度；

（2）输入图像的数量目前是固定，需要进行优化调整；

 

了解更多关于《计算机视觉与图形学》相关知识，请关注公众号：

下载我们视频中代码和相关讲义，请在公众号回复：计算机视觉课程资料

收录于
三维重建

当前文章被收录于：

三维重建
34 篇文章 3 人学习
订阅专栏 查看详情
标签
#三维重建
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
【论文笔记-Stereo】Deep Stereo Matching with Explicit Cost Aggregation Sub-Architecture 目录 简介 摘要 论文主要内容 A: 匹配代价计算 特征提取（ResNet18） 特征Volume构建 相似度计算 B: 匹配代价聚合 C：视差计算 实验 简介 Deep Stereo Matching with Explicit Cost Aggregation Sub-Architecture AAAI2018 ，KITTI2015目前（20180320... 阅读详情

相关推荐

2016-CVPR-DeepStereo

2016-CVPR-DeepStereo: Learning to Predict New Views from the World’s Imagery 主要解决的问题：首次使用神经网络预测新的视点图 主要描述 新视点的像素生成是使用将临近视点的图像输入到卷积神经网络中，最后生成新视点的图像。它的有优势主要在，只需要一系列的不同位姿下的图像，然后就可以在不同场景下生成新的视点。 https://blog.youkuaiyun.com/CSS360/article/details/102534089 查看某个地方的

WX_Chen的博客 414

论文笔记

1.spatial transformer networks 这篇论文 https://arxiv.org/pdf/1506.02025.pdf 对于二维的图片识别中，如果图片是旋转的怎么办？被平移怎么办？（通常做法就是不管输入如何，我就统统原样输入给CNN，让其学习 features), 现在我们可以手动进行纠正吧，方法就是通过 affine transformation, 这

Jack_Kuo的博客 486

Mamba vs YOLO：目标检测选型指南（附实际项目对比）

本文深入对比了Mamba和YOLO在目标检测领域的性能差异与应用场景。通过实际项目数据，分析了两者在城市交通监控、工业质检等场景下的表现，提供了详细的选型指南和部署优化建议，帮助开发者根据实时性、精度等需求选择最适合的解决方案。

weixin_29062255的博客 369

文章阅读 - DeepMVS: Learning Multi-view Stereopsis (CVPR 2018)

背景 传统的MVS难以处理弱纹理区域、瘦小的结构以及反射和投射的表面，需要基于深度学习的算法。 相关工作 传统的MVS 最近较好的算法：鲁棒的邻近视角选择 [1]、visibility一致性 [2]、clustering-based技术 [3-4] 缺点：难以处理弱纹理和反射表面，没有利用光照、阴影以及语义信息等。 基于学习的MVS 以plane-sweep volumn为输入，计算...

qq_38425638的博客 4798

Windows下的Geant4安装教程

本教程将从0开始展示在Windows下如何安装Geant4，包括各种辅助工具（QT、Cmake、Visual Studio）的下载安装，环境变量的配置，以及example的生成等。

weixin_49065278的博客 4114

实战指南：基于华为Ascend NPU的大模型W8A8量化调优与精度提升

本文提供了一份基于华为Ascend NPU进行大模型W8A8量化的实战调优指南。详细介绍了从环境搭建、使用msmodelslim框架进行基础量化，到通过离群值抑制、校准集优化和量化回退等关键技术提升精度的全流程。旨在帮助开发者在华为NPU硬件上实现模型推理的显著加速，同时有效控制精度损失。

weixin_29227425的博客 272

AI论文探讨室·A+·第12期-深度图像去模糊专题1

《EDVR: Video Restoration with Enhanced Deformable Convolutional Networks》 项目工程 视频恢复任务，包括超分、去模糊等。在NTIRE19挑战赛上，一个具有挑战的基准REDS被发布。 作者提出EDVR从两个方面进行解决：修正金字塔、级联和变形（PCD）对齐模块解决大的运动；空时结合注意融合模块。 该网络可以使用在各种...

CSS360的博客 475

RealSense D435i深度相机实战：从像素坐标到三维空间的精准映射（Python实现）

本文详细介绍了使用RealSense D435i深度相机实现从二维像素坐标到三维空间坐标精准映射的两种Python实战方法：深度图反投影法与点云直接查找法。文章涵盖环境搭建、相机对齐、代码实现、性能对比及与YOLO等检测模型结合的进阶应用，并提供了关键的避坑指南和参数调优建议，帮助开发者在机器人、三维重建等项目中高效应用。

weixin_29291573的博客 382

AI论文探讨室·A+·第21期 ICP算法

资源搜索 ICP算法 迭代最近点（Iterative Closest Point, ICP）算法介绍 ICP算法的原理与实现 A Symmetric Objective Function for ICP 汇总&理解

CSS360的博客 432

【隐私计算】从本地加法到在线乘法：Beaver Triple如何重塑算术秘密分享的运算效率

本文深入探讨了Beaver Triple在算术秘密分享中的关键作用，显著提升了隐私计算中的乘法运算效率。通过对比加法与乘法的实现差异，详细解析了Beaver Triple的预处理机制和在线计算优化，展示了其在减少通信量和计算时间方面的革命性突破。

weixin_29227585的博客 437

电力电子技术复习笔记

通常在开关过程前后加入谐振，使开关开通前电压先降到0，关断前电流先降到0，消除开关过程电压、电流的重叠，降低它们的变化率，从而大大减小甚至消除开关损耗。小信号线性化模型的原理：忽略开关频率分量和开关频率谐波分量及其边频分量，建立占空比、输入电压等的低频扰动对变换器中的电压、电流影响的模型。解:可以利用变压器的变比改变输出电压大小，避免控制过程的占空比过小或过大，提高控制精度,同时有利于减轻输出电路中电力电子器件的耐压要求。驱动电路：用于控制功率半导体器件的开关，从而控制电路的电流和电压。

Miracle Fan的博客 1万+

论文--Learning to Predict Bus Arrival Time From Heterogeneous Measurements via Recurrent Neural Networ

论文–Learning to Predict Bus Arrival Time From Heterogeneous Measurements via Recurrent Neural Network 摘要：本文提出通过RNN利用多时间步长之间的远程依赖关系对公交到达进行预测。使用one-hot编码将异构信息融合到统一的向量空间中。框架中包括动态信息（历史轨迹数据）和静态信息（基础设施的统计数据）...

weixin_40193224的博客 339

YOLOv8 改进：使用 MobileNetV3 轻量化架构改进特征提取网络

通过使用 MobileNetV3 作为 YOLOv8 的特征提取器，能够显著降低模型复杂度和运行时资源消耗，同时在一定程度上保持检测精度。这种方法特别适合需要高效计算的边缘设备和嵌入式系统。

走向CTO的路上... 1277

（十二：2020.08.28）CVPR 2016 追踪之论文纲要（译）

CVPR 2016 追踪之论文纲要（修正于2020.08.28）讲在前面论文目录 讲在前面 论坛很多博客都对论文做了总结和分类，但就医学领域而言，对这些论文的筛选信息显然需要更加精细的把控，所以自己对这643篇的论文做一个大致从名称上的筛选，希望能找到些能解决当前问题的答案。 论文链接建议直接Google论文名，比去各种论文或顶会网站找不知道快捷多少。 下面皆为机器翻译以方便我第一次筛选，我会慢慢修正，但现在请结合。有兴趣的可以问我要处理这些论文并自动翻译的脚本。 Respect！ 论文目录

Jojo论文基地 5137

车载网络测试实操源码_使用CAPL脚本进行UDS刷写及其自动化测试

本文主要讲解如何使用CAPL脚本进行UDS刷写及其自动化测试，并结合了几个测试实例进行介绍，希望对大家有所帮助。

文章主要涉及嵌入式软件开发、测试、项目管理等，欢迎交流，共同进步。 1557

蓝牙模块HM-10手册

蓝牙模块HM-10手册，该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

【Paper】Learning to Predict Charges for Criminal Cases with Legal Basis

Abstract charge prediction task：对于一个给定案件确定合适的罪名（charges），这对那些由用户输入事实描述的法律辅助系统很有帮助。 因为相关法律条款（law articles）在该任务中扮演一个很重要的角色，因此，提出一个基于注意力（attention）的神经网络方法，该方法对charge prediction任务和article extraction（相关条...

盛夏光年 1613

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

DSGN: Deep Stereo Geometry Network for 3D Object Detection---基于双目视觉的3D目标检测（1）

DSGN

qq_46460131的博客 2189

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的，已经排好版了，而且还是完整的，适合小白

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

论文阅读：CVPR2016 Paper list

CVPR2016 accepted paper list

一亩半分地 8万+

【立体匹配】双目深度估计 论文综述及数据集汇总 Deep Stereo Matching paper review and datasets

双目深度估计立体校正标定 立体匹配 论文综述及数据集汇总 paper review and dataset StereoNet: Guided Hierarchical Refinement for Real-Time Edge-Aware Depth Prediction. Single View Stereo Matching. Generalizing Deep Stereo Matching to Novel Domains. KITTI InStereo2K eth3d middlebury

ydd的博客，记录生活 1万+

NeRF-Supervised-Deep-Stereo：新一代深度立体匹配技术

NeRF-Supervised-Deep-Stereo：新一代深度立体匹配技术 项目介绍 NeRF-Supervised Deep Stereo 是一个利用神经渲染技术（NeRF）进行深度学习的立体匹配项目。该项目由 Fabio Tosi、Alessio Tonioni、Daniele De Gregorio 和 Matteo Poggi 合作开发，并在 CVPR 2023 大会上发表。项目通过一...

gitblog_00953的博客 701

【论文简述】UCS-Net：Deep Stereo using Adaptive Thin Volume Representation with Uncertainty Awareness（CVPR）

【论文简述】UCS-Net：Deep Stereo using Adaptive Thin Volume Representationwith Uncertainty Awareness（CVPR）

qq_43307074的博客 1086

《Practical Deep Stereo (PDS): Toward applications-friendly deep stereo matching》

总结PDS

正在挣扎中的人 852

论文阅读--Deep Stereo using Adaptive Thin Volume Representation with Uncertainty Awareness

UCS-Net模型阅读，深度学习估计深度

weixin_43259879的博客 3719

论文阅读笔记《End-to-End Learning of Geometry and Context for Deep Stereo Regression》

  本文使用了3D卷积的概念去获得更多的上下文信息，并采用回归的方法去预测视差值，不再使用传统的成本聚合，视差计算，视差优化的方法，利用一个端到端的网络直接生成最终的视差图。这一思路无疑比传统的图块匹配的方法更加先进，而且不用再给图块设置标签，直接将预测结果与真实视差图进行比对，再将误差反向传播即可，后来的许多网络都采用了这一思路。该算法当时也在KITTI 排行榜中排名第一，2018年5月11日，...

深视 1万+

Deep Stereo Matching with Explicit Cost Aggregation Sub-Architecture

与一般网络的区别 普通算法结构与本文算法结构对比。其实这里指的普通结构就是GC-Net。本文网络不同之处就是代价聚合的过程更加牛逼，有aggregation guidance与aggregation proposal，这样聚合之后的代价空间一定是更好哒 网络的总体介绍 A1就是特征提取，用的是残差双塔结构  A2特征向量构成部分， A3用3D卷积计算特征向量之间的相似度，形成

网瘾少年康复中心 1526
上一篇： 360°视频论文调研
下一篇： 光流算法从理论到实践专题1
点赞 0
评论 4
书签 书签 5
元宇宙MetaAI
元宇宙MetaAI
博客等级 码龄10年 331粉丝 333原创
+ 关注 专栏目录 订阅专栏
评论 4
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值