计算机科学 > 计算机视觉与模式识别
[提交于 2025年6月2日
]
标题: MS-RAFT-3D:基于递归图像的场景流的多尺度架构
标题: MS-RAFT-3D: A Multi-Scale Architecture for Recurrent Image-Based Scene Flow
摘要: 尽管多尺度概念最近在光流和立体视觉领域的循环网络架构中被证明是有用的,但它们迄今为止尚未被考虑用于基于图像的场景流。 因此,基于单一尺度的循环场景流主干网络,我们开发了一种多尺度方法,将光流领域成功的分层思想推广到基于图像的场景流。 通过考虑特征编码器和上下文编码器的适当概念、整体从粗到细的框架以及训练损失,我们成功设计出了一种场景流方法,在KITTI和Spring数据集上的表现分别比当前最先进的方法高出8.7%(3.89 vs. 4.26)和65.8%(9.13 vs. 26.71)。 我们的代码可以在https://github.com/cv-stuttgart/MS-RAFT-3D获取。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.