StereoDRNet：基于stereo的三维重建网络
点击上方“3D视觉工坊”，选择“星标”
干货第一时间送达
作者：红薯好吃
https://zhuanlan.zhihu.com/p/86151544
本文仅做学术分享，如有侵权，请联系删除。
论文题目：StereoDRNet: Dilated Residual Stereo Net
论文摘要：作者提出一种基于CNN的双目深度估计系统，通过双目预测到的深度图进行体积融合，从而得到场景的三维重建。作者提出的深度优化结构，产生视角连续的视差图并预测遮挡部分，这些都将帮助fusion系统进行几何连续的三维重建。在cost filtering部分作者利用3D空洞卷积获得了更好的滤波效果。该模型在KITTI2012,KITTI2015,ETH3D均达到SOTA。最后，作者证明了他们的系统产生了高质量的3D场景重建效果。
方法概括：
特征提取
采用孪生网络提取左右目图片特征，产生的特征图size为原图的1/4，通道数为32.在特征聚合这一块作者发现在这个任务中使用Vortex Pooling的效果优于SPP，故使用Vortex Pooling，如图1所示。
图1 Vortex Pooling architecture
成本项滤波
与PSM-Net的Stacked hourglass有些相似，对比PSM对应结构，作者的创新点在于使用了1，2，4三种系数的空洞卷积平行的结构。
图2 Proposed dilated cost filtering approach with residual connections
视差回归
模型的视差计算如公式(1)所示，加权候选视差。
损失函数采用Huber loss ，如公式(2)所示，
视差回归部分的损失函数，加权了成本项滤波输出的3个视差的结果，如公式(3)所示，
视差优化(划重点！！)：
视差优化部分，通过引入重建误差图，几何一致误差图，和原图以及Occlusion损失的信息，来进一步优化视差，流程图如图3所示：
图3
重建误差图计算如公式(4)所示：
几何一致性误差图如公式(5)所示：
遮挡区域损失如公式(6)所示：
refinement后的视差损失公式(7)
最后，总的损失函数如公式(8)所示，其中 为第一步的视差损失，
为视差优化后的视差损失，
遮挡预测的损失。
实验结果：
SceneFlow Dataset结果如图4所示，可以看到作者提出的模型，相比PSM能够更好恢复细节信息，同时在遮挡区域中显示较低的误差。
图4
从下表中可以看到，在KITTI2012和KITTI2015数据集的在线测试中，作者提出的模型，均达到SOTA。
最后，作者利用了StereoDRNet的深度图，进行三维重建实验。从下图可以看到，StereoDRNet三维重建后的精度高于PSMNET，同时在黄色box区域取得了相比ground truth 更好的结果。