StereoVAE: A lightweight stereo-matching system using embedded GPUs

要約

組み込みGPUを介してステレオマッチング用の軽量システムを提示します。
ステレオマッチングでの精度と処理速度のトレードオフを破り、埋め込まれたシステムがリアルタイム処理を確保しながらマッチング精度をさらに向上させることができます。
私たちの方法の主な考え方は、変分自動エンコーダー（VAE）に基づいて小さなニューラルネットワークを構築して、小さなサイズの粗い格差マップをアップサンプリングおよび改良することです。
提案されているハイブリッド構造は、計算の複雑さの点で従来の方法の利点をもたらすだけでなく、ニューラルネットワークの影響下で一致する精度を確保することもできません。
Kitti 2015ベンチマークでの広範な実験は、私たちの小さなシステムが、異なるアルゴリズムによって生成された粗視点マップの精度を改善する際に高い堅牢性を示し、埋め込みGPUでリアルタイムで実行されることを示しています。

要約(オリジナル)

We present a lightweight system for stereo matching through embedded GPUs. It breaks the trade-off between accuracy and processing speed in stereo matching, enabling our embedded system to further improve the matching accuracy while ensuring real-time processing. The main idea of our method is to construct a tiny neural network based on variational auto-encoder (VAE) to upsample and refinement a small size of coarse disparity map, which is first generated by a traditional matching method. The proposed hybrid structure cannot only bring the advantage of traditional methods in terms of computational complexity, but also ensure the matching accuracy under the impact of neural network. Extensive experiments on the KITTI 2015 benchmark demonstrate that our tiny system exhibits high robustness in improving the accuracy of the coarse disparity maps generated by different algorithms, while also running in real-time on embedded GPUs.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google