nach oben

Erschienen in:

2020 | OriginalPaper | Buchkapitel

Confidence Map Based 3D Cost Aggregation with Multiple Minimum Spanning Trees for Stereo Matching

verfasst von : Yuhao Xiao, Dingding Xu, Guijin Wang, Xiaowei Hu, Yongbing Zhang, Xiangyang Ji, Li Zhang

Erschienen in: Pattern Recognition

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

Stereo matching is a challenging problem due to the mismatches caused by difficult environment conditions. In this paper, we propose an enhanced version of our previous work, denoted as 3DMST-CM, to handle challenging cases and obtain a high-accuracy disparity map based on the ambiguity of image pixels. We develop a module of distinctiveness analysis to classify pixels into distinctive and ambiguous pixels. Then distinctive pixels are utilized as anchor pixels to help match ambiguous pixels accurately. The experimental results demonstrate the effectiveness of our method and reach state-of-the-art on the Middlebury 3.0 benchmark.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Denoising and Inpainting of Sea Surface Temperature Image with Adversarial Physical Model Loss

Nächstes Kapitel Optical Flow Assisted Monocular Visual Odometry

Scharstein, D., Szeliski, R.H.H.: Middlebury stereo evaluation. Version 3. http://vision.middlebury.edu/stereo/eval3/

Drouyer, S., Beucher, S., Bilodeau, M., Moreaud, M., Sorbier, L.: Sparse stereo disparity map densification using hierarchical image segmentation. In: Angulo, J., Velasco-Forero, S., Meyer, F. (eds.) ISMM 2017. LNCS, vol. 10225, pp. 172–184. Springer, Cham (2017). https://doi.org/10.1007/978-3-319-57240-6_14CrossRefMATH

Felzenszwalb, P.F., Huttenlocher, D.P.: Efficient graph-based image segmentation. Int. J. Comput. Vis. 59(2), 167–181 (2004)CrossRef

Kim, K.R., Kim, C.S.: Adaptive smoothness constraints for efficient stereo matching using texture and edge information. In: 2016 IEEE International Conference on Image Processing (ICIP), pp. 3429–3433. IEEE (2016)

Li, L., Yu, X., Zhang, S., Zhao, X., Zhang, L.: 3D cost aggregation with multiple minimum spanning trees for stereo matching. Appl. Opt. 56(12), 3411–3420 (2017)CrossRef

Li, L., Zhang, S., Yu, X., Zhang, L.: PMSC: PatchMatch-based superpixel cut for accurate stereo matching. IEEE Trans. Circuits Syst. Video Technol. 28(3), 679–692 (2016)CrossRef

Mao, W., Wang, M., Zhou, J., Gong, M.: Semi-dense stereo matching using dual CNNs. In: IEEE Winter Conference on Applications of Computer Vision, pp. 1588–1597 (2019). https://doi.org/10.1109/WACV.2019.00174

Mozerov, M.G., van de Weijer, J.: One-view occlusion detection for stereo matching with a fully connected CRF model. IEEE Trans. Image Process. 28(6), 2936–2947 (2019)MathSciNetCrossRef

Park, H., Lee, K.M.: Look wider to match image patches with convolutional neural networks. IEEE Signal Process. Lett. 24(12), 1788–1792 (2016)CrossRef

10.

Scharstein, D., et al.: High-resolution stereo datasets with subpixel-accurate ground truth. In: Jiang, X., Hornegger, J., Koch, R. (eds.) GCPR 2014. LNCS, vol. 8753, pp. 31–42. Springer, Cham (2014). https://doi.org/10.1007/978-3-319-11752-2_3CrossRef

11.

Shi, C., Wang, G., Pei, X., He, B., Lin, X.: Stereo matching using local plane fitting in confidence-based support window. IEICE Trans. Inf. Syst. 95(2), 699–702 (2012)CrossRef

12.

Shi, C., Wang, G., Yin, X., Pei, X., He, B., Lin, X.: High-accuracy stereo matching based on adaptive ground control points. IEEE Trans. Image Process. 24(4), 1412–1423 (2015)MathSciNetCrossRef

13.

Taniai, T., Matsushita, Y., Sato, Y., Naemura, T.: Continuous 3D label stereo matching using local expansion moves. IEEE Trans. Pattern Anal. Mach. Intell. 40(11), 2725–2739 (2018)CrossRef

14.

Ye, X., Li, J., Wang, H., Huang, H., Zhang, X.: Efficient stereo matching leveraging deep local and context information. IEEE Access 5, 18745–18755 (2017)CrossRef

15.

Zbontar, J., LeCun, Y.: Computing the stereo matching cost with a convolutional neural network. In: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 1592–1599 (2015)

16.

Zhang, C., Li, Z., Cheng, Y., Cai, R., Chao, H., Rui, Y.: MeshStereo: a global stereo model with mesh alignment regularization for view interpolation. In: Proceedings of the IEEE International Conference on Computer Vision, pp. 2057–2065 (2015)

Titel: Confidence Map Based 3D Cost Aggregation with Multiple Minimum Spanning Trees for Stereo Matching
verfasst von: Yuhao Xiao
Dingding Xu
Guijin Wang
Xiaowei Hu
Yongbing Zhang
Xiangyang Ji
Li Zhang
Verlag: Springer International Publishing
Buch: Pattern Recognition
Print ISBN: 978-3-030-41403-0

Electronic ISBN: 978-3-030-41404-7

Copyright-Jahr: 2020
DOI: https://doi.org/10.1007/978-3-030-41404-7_25

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"

Premium Partner