Tag · 8 篇

立体匹配

分布 3D 视觉与重建5高效模型与推理加速2数据集与评测1

What Makes Good Synthetic Training Data for Zero-Shot Stereo Matching?

对做双目立体匹配或任何需要合成训练数据的视觉任务，这篇论文给出了程序化生成器的参数消融方法论：逐参数扫描并测量零样本基准性能，可直接迁移到光流、深度估计等任务的数据集设计上。

PromptStereo: Zero-Shot Stereo Matching via Structure and Motion Prompts

将单目深度基础模型的解码器改造为提示词引导的迭代细化模块（PRU），把单目结构线索与立体运动线索作为提示词注入潜变量，为立体匹配的迭代阶段提供可复用的零样本泛化增强手段。

Pip-Stereo: Progressive Iterations Pruner for Iterative Optimization based Stereo Matching

把迭代式立体匹配的递归细化过程按空间稀疏性与时间冗余性做渐进式迭代剪枝，并用硬件感知的 FlashGRU 替代 ConvGRU，为在边缘设备上部署迭代式匹配网络提供了可复用的加速范式。

Lite Any Stereo: Efficient Zero-Shot Stereo Matching

提供了一套可复用的轻量骨干网络与混合代价聚合设计，并用百万级数据的三阶段训练策略弥合仿真到真实的差距，使超轻量立体匹配模型具备零样本泛化能力，可直接用于实时深度估计与部署受限场景。

Fast-FoundationStereo: Real-Time Zero-Shot Stereo Matching

把基础模型（FoundationStereo）的零样本能力通过知识蒸馏+分块 NAS+结构化剪枝压到实时帧率，这套「大模型→单学生骨干+延迟预算下搜索代价滤波+剪枝迭代精化」的加速流水线可直接复用到其他稠密预测基础模型（深度、光流、分割）的实时化。

EventHub: Data Factory for Generalizable Event-Based Stereo Networks without Active Sensors

利用新视角合成从普通彩色图像生成代理标注和代理事件，从而无需主动传感器即可训练事件立体网络，这种数据工厂思路可迁移到其他缺乏真值的传感器模态（如事件光流、事件深度）。

DepthFocus: Controllable Depth Estimation for See-Through Scenes

把立体深度估计从静态前馈改为以物理参考深度为条件的可控计算，用双条件机制动态调制特征，可直接借鉴到透明/反射场景的多层深度恢复与意图驱动感知。

Bidirectional Cross-Modal Prompting for Event-Frame Asymmetric Stereo

把事件与帧两种模态各自投影到对方域、在目标规范空间做细粒度对齐的双向提示思路，可直接迁移到其他跨模态立体匹配或跨传感器融合的稠密对应任务中，缓解模态鸿沟导致的域特有线索被边缘化问题。