跨域精度提升
通过不确定性正则化和各向异性软argmin，强制网络在目标域输出单峰视差分布，从而抑制多模态分散，提升立体匹配的跨域泛化能力。
Shen, Zhelun · Zhuo, Li · Wu, Chenming · Rao, Zhibo · Liu, Lina · 戴玉超 · Zhang, Liangjun
Pattern Recognition 2025
不确定性正则化与各向异性soft argmin共同抑制目标域中的多模态分布，避免预测分散，提升精度。
方法不依赖特定网络结构，可插入多个代表性立体匹配模型，且均有提升。
仅利用无标签真实场景数据即可提升模型，无需人工标注代价高的真实视差真值。