Shuffle in 3D: A Lightweight Architecture for Stereo Matching

The deep learning-based stereo matching approaches commonly construct 3D cost volume with a Siamese network, and the 3D encoder-decoder architectures regularize 3D cost volume to generate disparity as output. Yet, the 3D encoder-decoder architectures produce tremendous parameters that causing huge t...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	2021 IEEE 10th Global Conference on Consumer Electronics (GCCE) S. 675 - 677
Hauptverfasser:	Xiao, Jianqiang, Yamane, Satoshi
Format:	Tagungsbericht
Sprache:	Englisch
Veröffentlicht:	IEEE 12.10.2021
Schlagworte:	3D ShuffleNet Computational efficiency Computer architecture Conferences Consumer electronics Costs lightweight 3D encoder-decoder Stereo Matching Three-dimensional displays Training
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!