[Math] chapter 4.5 [Stereo Reconstruction: End-to-End Learning]

End-to-End Learning

Stereo에 대한 초기 Architecture를 설명하고 있다.

해당 architecture로 실험한 내용이다. (Ref : https://arxiv.org/pdf/1512.02134.pdf)

또 다른 모델로 GcNet을 설명하고 있다.

- 불균형 또한 계산을 하고, 3D. convolution을 이전과 다르게 적용함.

   회귀에 의존하지 않고, 단순히 기대치를 기반으로, 불균형에 대한 기대치에 확률분포를 곱하여,
   예상된 시차에 따른 오차를 줄이려고 노력합니다.

 

SMD-Nets을 설명하고 있음 (이해가 잘 안됨..)

기존 모델들은 경계가 날카롭지 않거나, 상당히 많은 비용이 듬. 이중 선형 보건을 활용하는 방법을 통하여 학습을 진행함. 

(추후, Markov chain 및 MRF 작성 예정)