Estimation de disparité non supervisée pour les vidéos de champ lumineux

Les vidéos de champ lumineux (LF) contiennent non seulement des informations spatio-angulaires mais aussi des informations temporelles, qui sont utiles pour l'estimation de la disparité. Les travaux existants sur l'estimation de la disparité pour les vidéos LF reposent sur un entraînement supervisé avec des labels de disparité. Pour surmonter cette dépendance, nous développons un cadre d'estimation de disparité non supervisé pour les vidéos LF, qui se compose d'une branche de correspondance pour effectuer la correspondance des caractéristiques et d'une branche de raffinement pour affiner les cartes de disparité. Notre cadre comprend également un module de fusion de caractéristiques croisées avec auto-attention et attention croisée pour fusionner les caractéristiques multi-images, ainsi qu'un transformateur d'agrégation de coûts avec des blocs d'auto-attention croisée pour explorer les dépendances globales de profondeur. De plus, nous proposons une stratégie de cohérence gauche-droite pour estimer les régions d'occlusion pour les vues d'entrée et introduisons une perte photométrique sensible à l'occlusion pour résoudre le problème d'occlusion. Les résultats expérimentaux démontrent que notre méthode atteint une performance supérieure par rapport aux méthodes supervisées et non supervisées existantes.