Learning a correspondence metric for dense stereoscopic reconstruction

Stereoskopska rekonstrukcija je važno područje primjene računalnog vida. Vrlo važan korak pri rješavanju tog problema jest ostvarivanje korespondencije piksela lijeve i desne slike. Ta korespondencija može se ostvariti analizom udaljenosti deskriptora dobivenih ugrađivanjem slikovnih okana u visokodimenzionalni metrički prostor. Ugrađivanje se tipično provodi dubokim modelom naučenim na stereoskopskim slikama s poznatom dubinskom informacijom. U okviru rada, proučeni su postupci stereoskopske rekonstrukcije temeljene na naučenim metrikama. Preuzeti su javno dostupni parametri ugrađivanja i vrednovana je postignuta točnost rekonstrukcije na prikladnoj kolekciji stereoskopskih slika. Naučena je vlastita korespondencijska metrika te su provedene usporedbe s rezultatima dobivenima javnom parametrizacijom. Opisani su postupci učenja i validiranja hiperparametara. Prikazani su i ocijenjeni ostvareni rezultati. Predloženi su pravci budućeg razvoja.Stereoscopic reconstruction is an important field of computer vision application. One of the main steps to solving this problem is computing the correspondence of left and right image pixels. Such correspondence may be achieved by distance analysis of image patch embeddings to a high dimensional metric space. Such embedding is typically achieved using deep learning trained on stereoscopic image pairs with ground truth depth information. In course of this thesis, learned metric stereo reconstruction algorithms have been studied. Publicly available embedding parameters have been evaluated on suitable stereoscopic datasets. Own correspondence metric was trained and compared against existing results. Training and hyperparameter validation steps are described. Achieved results are presented and further work is proposed