Self-Supervised Learning for Stereo Matching with Self-Improving Ability

Diese Arbeit untersucht selbstüberwachtes Lernen für Stereo-Matching, wobei der Fokus auf einem System mit selbstverbessernder Fähigkeit liegt. Die Forschung zielt darauf ab, die Genauigkeit und Robustheit von Computer-Vision-Algorithmen bei der Tiefenschätzung zu verbessern.