Nextstereo: Directionally driven channel expansion gives adaptive real-time stereo
Nextstereo: Yönsel güdümlü kanal genişletme ile uyarlanabilir gerçekzamanlı stereo
- Tez No: 992256
- Danışmanlar: DR. ÖĞR. ÜYESİ SALİH ÖZGÜR ÖĞÜZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Derin öğrenme, Derinlik, Derinlik algısı, Görme sistemi, Görme-binoküler, Robotik teknolojiler, Stereoskopik görüntüleme, Deep learning, Depth, Depth perception, Vision system, Vision-binocular, Robotic technologies, Stereoscopic imaging
- Yıl: 2026
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada gerçek zamanlı derinlik algısı için tasarlanmış, hafif yapılı bir stereo disparite (uyuşmazlık) tahmin ağı olan NeXtStereo'yu sunuyoruz. NeXtStereo, ConvNeXt ailesinin ölçeklenebilirlik ve genelleştirme davranışlarından yararlanırken, maliyet birleştirmeyi güçlendiren Genişletilmiş ConvNeXtV2 blokları üzerine inşa edilmiştir. Buna ek olarak, özellikleri yönsel ipuçları kullanarak modüle etmek amacıyla geometrik önbilgileri dahil eden özgün bir dikkat mekanizması olan Yönsel Modüle Edilmiş Dikkat'i öneriyoruz. Bu bileşenler bir arada kullanıldığında; ağır 3B birleştirme yığınlarına gereksinim duymaksızın nesne sınırları, ince yapılar ve doku yoksunu alanlar gibi zorlu bölgelerde yapısal detay geri kazanımını iyileştirmektedir.NeXtStereo, SceneFlow, KITTI 2012/2015 ve Middlebury veri setleri üzerinde değerlendirilmiştir. Model, gerçek zamanlı modeller arasında elverişli bir doğruluk/verimlilik dengesi sağlamakta ve etki alanları arası dayanıklılığı artırmaktadır; nitekim NeXtStereo-L, karşılaştırılan yöntemler arasında en iyi Middlebury >2px hata oranına ulaşmaktadır. Ayrıca MS2 dış mekan sürüş veri setine adaptasyon süreci incelenmiş ve ince ayar altında güvenilir bir aktarım gözlemlenmiştir. Dahası NeXtStereo, konvolüsyonel Düşük Rütbeli Adaptasyon ile güçlü bir uyumluluk sergileyerek, ilgili gerçek zamanlı stereo eşleştirme referans modellerine kıyasla daha yüksek kararlılıkla, parametre açısından verimli alan uyarlamasını mümkün kılmaktadır. Son olarak, ilk 1/4 ölçekli birleştirme bloğunun yerini 3B ConvNeXt tarzı bir maliyet birleştirme operatörünün aldığı hedeflenmiş bir ablasyon çalışması yoluyla, seçici 3B maliyet birleştirme süreci analiz edilmiş ve ortaya çıkan doğruluk/verimlilik dengeleri karakterize edilmiştir.
Özet (Çeviri)
We present NeXtStereo, a lightweight stereo disparity estimation network designed for real-time depth perception. NeXtStereo builds on Widened ConvNeXtV2 blocks that strengthen cost aggregation while leveraging the scalability and generalization behavior of the ConvNeXt family. In addition, we introduce Directionally Modulated Attention (DMA), a novel attention mechanism that incorporates geometric priors to modulate features using directional cues. Together, these components improve structural detail recovery in challenging regions such as object boundaries, thin structures, and texture-weak areas, without relying on heavy 3D aggregation stacks. We evaluate NeXtStereo on SceneFlow, KITTI 2012/2015, and Middlebury, where it achieves a favorable accuracy/efficiency trade-off among real-time models and improves cross-domain robustness, with NeXtStereo-L achieving the lowest >2px error among the compared methods. We also study adaptation to the MS2 outdoor driving dataset and observe reliable transfer under fine-tuning. Furthermore, NeXtStereo demonstrates strong compatibility with convolutional Low-Rank Adaptation (LoRA), enabling parameter-efficient domain adaptation with improved stability compared to relevant real-time stereo matching baselines. Finally, we analyze selective 3D cost aggregation via a targeted ablation that replaces the first 1/4-scale aggregation block with a 3D ConvNeXt-style cost aggregation operator, characterizing the resulting accuracy/efficiency trade-offs.
Benzer Tezler
- Analysis of coincident microphone array recordings for auralization applications
Başlık çevirisi yok
BANU GÜNEL
Doktora
İngilizce
2004
Elektrik ve Elektronik MühendisliğiQueen's Unıversıty BelfastPROF. FİONN MURTAGH
- Çeşitli büyüklüklerdeki alışveriş mekanlarını aydınlatma sistemleri tasarım ilkeleri
Designing principles of lighting systems in store designs of various types
HALE İKİZLER
Yüksek Lisans
Türkçe
1996
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. MEHMET Ş. KÜÇÜKDOĞU
- Kobalt bazlı haynes 188 süperalaşımında lazer kesim sonrasında oluşan recast tabakasının karakterizasyonu ve mekanik özelliklere etkisi
Characterization of recast layer formed on haynes 188 cobalt based superalloy by laser beam machining and effect on mechanical properties
AYBERK YENİCE
Yüksek Lisans
Türkçe
2022
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiMetalurji ve Malzeme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CEVAT FAHİR ARISOY
- Tek ve çift kurvatüre sahip simüle kanallarda farklı hareket şekliyle çalışan ni-ti döner aletlerin şekillendirme yeteneğinin öncesinde kullanılan pathfinder enstrümanlarıyla birlikte kullanımının değerlendirilmesi
Evaluation of shaping ability of ni-ti rotary files working with different motions in simulated root canals with single and double curvature after using pathfinder instruments
DENİZ ÖNAL ÇENGELLİ
Diş Hekimliği Uzmanlık
Türkçe
2018
Diş HekimliğiAbant İzzet Baysal ÜniversitesiEndodonti Ana Bilim Dalı
PROF. DR. HASAN ORUÇOĞLU
- Epoksi rezin ve biyoseramik esaslı kanal dolgu patlarının kök kanal duvarlarından uzaklaştırılmasında etanol ve EDTA solüsyonlarının etkinliğinin değerlendirilmesi
Efficacy of ethanol and EDTA solution for the removalof epoxy resin and bioceramic based sealers from theroot canal walls
ÇAĞRI CEYLİ
Diş Hekimliği Uzmanlık
Türkçe
2022
Diş HekimliğiBezm-İ Alem Vakıf ÜniversitesiEndodonti Ana Bilim Dalı
DOÇ. DR. MEHMET BURAK GÜNEŞER