鲁棒视觉挑战

本文介绍了一种基于深度基础模型的循环双目匹配框架DEFOM-Stereo，该框架利用Depth Anything V2的强大预训练ViT和随机初始化的CNN构建联合编码器，并设计了用于单目视差初始化、尺度更新的方法。实验结果表明，在仿真域到真实域的零样本泛化上以及在线Benchmark中均表现优异。