Cross-trees, Edge and Superpixel Priors-based Cost aggregation for Stereo matching.
Cross-trees, Edge and Superpixel Priors-based Cost aggregation for Stereo matching.
复制标题
用于立体匹配的基于跨树、边缘和超像素先验的成本聚合
DOI：
10.1016/j.patcog.2015.01.002
复制
发表时间：
2015-07-01
影响因子：
8
通讯作者：
Yuan, Ding
中科院分区：
文献类型：
--
作者：
Cheng, Feiyang;Zhang, Hong;Sun, Mingui;Yuan, Ding
在本文中，我们提出了一种新的交叉树结构来执行非局部成本聚合策略，交叉树结构由一个水平树和一个垂直树组成。与其他生成树相比，交叉树的显著优势在于树的构造是高效的，并且树是完全唯一的，因为构造与图像本身的任何局部或全局性质无关。此外，提出了两种不同的先验：边缘先验和超像素先验，以解决跨越深度边界的虚假成本聚合。因此，我们的方法在交叉树+先验方面包含两种不同的算法。通过连续遍历两个交叉树，执行两次快速非局部成本聚合算法来计算聚合成本量。在27个Middlebury数据集上的性能评估表明，我们的算法优于其他两个基于树的非局部方法，即最小生成树（MST）和段树（ST）。
In this paper, we propose a novel cross-trees structure to perform the nonlocal cost aggregation strategy, and the cross-trees structure consists of a horizontal-tree and a vertical-tree. Compared to other spanning trees, the significant superiorities of the cross-trees are that the trees' constructions are efficient and the trees are exactly unique since the constructions are independent on any local or global property of the image itself. Additionally, two different priors: edge prior and superpixel prior, are proposed to tackle the false cost aggregations which cross the depth boundaries. Hence, our method contains two different algorithms in terms of cross-trees+prior. By traversing the two crossed trees successively, a fast non-local cost aggregation algorithm is performed twice to compute the aggregated cost volume. Performance evaluation on the 27 Middlebury data sets shows that both our algorithms outperform the other two tree-based non-local methods, namely minimum spanning tree (MST) and segment-tree (ST).
登录
查看更多内容
影响因子：
19.5
作者：
Okutomi, M;Katayama, Y;Oka, S
通讯作者：
Oka, S
DOI：
10.1109/tpami.2003.1217603
发表时间：
2003-08-01
影响因子：
23.6
作者：
Brown, MZ;Burschka, D;Hager, GD
通讯作者：
Hager, GD
影响因子：
4.5
作者：
Hosni, Asmaa;Bleyer, Michael;Gelautz, Margrit
通讯作者：
Gelautz, Margrit
影响因子：
8
作者：
Chambon, Sylvie;Crouzil, Alain
通讯作者：
Crouzil, Alain
DOI：
10.1109/tpami.2004.1262177
发表时间：
2004-02-01
影响因子：
23.6
作者：
Kolmogorov, V;Zabih, R
通讯作者：
Zabih, R