arXiv · 机器人与计算机视觉· Prathyush Sajith, Emadeldeen Hamdan, Ahmet Enis Cetin·· 2026-10-16AI 评分42
WHTMix:通过沃尔什 - 哈达玛令牌混合实现高效立体深度估计
WHTMix: Efficient Stereo Depth Estimation via Walsh-Hadamard Token Mixing
AI 导读
WHTMix 用数据无关的沃尔什 - 哈达玛令牌混合器替代立体 Transformer 中的联合自注意力,在合成驾驶数据上匹配基线端点误差的同时,将模型计算量降低 2.46 倍、单图推理延迟降低 2.65 倍。该方法利用序列长度与通道宽度的比率优势优化高分辨率场景,并引入混合对数视差损失函数以零额外开销提升远距离物体精度。
来源:arXiv · 机器人与计算机视觉 · arxiv.org