arXiv:2512.06793v1 Announce Type: new 
Abstract: Real-time stereo matching methods primarily focus on enhancing in-domain performance but often overlook the critical importance of generalization in real-world applications. In contrast, recent stereo foundation models leverage monocular foundation models (MFMs) to improve generalization, but typically suffer from substantial inference latency. To address this trade-off, we propose Generalized Geometry Encoding Volume (GGEV), a novel real-time stereo matching network that achieves strong generalization. We first extract depth-aware features that encode domain-invariant structural priors as guidance for cost aggregation. Subsequently, we introduce a Depth-aware Dynamic Cost Aggregation (DDCA) module that adaptively incorporates these priors into each disparity hypothesis, effectively enhancing fragile matching relationships in unseen scenes. Both steps are lightweight and complementary, leading to the construction of a generalized geometry encoding volume with strong generalization capability. Experimental results demonstrate that our GGEV surpasses all existing real-time methods in zero-shot generalization capability, and achieves state-of-the-art performance on the KITTI 2012, KITTI 2015, and ETH3D benchmarks.

تم اقتراح شبكة جديدة لمطابقة الصور الاستريو في الوقت الحقيقي، وهي حجم ترميز الهندسة العامة (GGEV)، لتحسين التعميم في تطبيقات مطابقة الصور الاستريو، مما يعالج القيود المفروضة على الأساليب الحالية التي تركز بشكل أساسي على الأداء في المجال. يستخدم GGEV ميزات حساسة للعمق ووحدة تجميع تكلفة ديناميكية حساسة للعمق لتحسين دقة المطابقة في المشاهد غير المرئية.

Se ha propuesto una nueva red de coincidencia estereoscópica en tiempo real, el Volumen de Codificación Geométrica Generalizada (GGEV), para mejorar la generalización en aplicaciones de coincidencia estereoscópica, abordando las limitaciones de los métodos existentes que se centran principalmente en el rendimiento en dominio. El GGEV emplea características sensibles a la profundidad y un módulo de Agregación de Costos Dinámica Sensible a la Profundidad para mejorar la precisión de la coincidencia en escenas no vistas.

Un nouveau réseau de correspondance stéréo en temps réel, le Volume d'Encodage Géométrique Généralisé (GGEV), a été proposé pour améliorer la généralisation dans les applications de correspondance stéréo, répondant aux limites des méthodes existantes qui se concentrent principalement sur la performance en domaine. Le GGEV utilise des caractéristiques sensibles à la profondeur et un module d'Agrégation de Coût Dynamique Sensible à la Profondeur pour améliorer la précision de la correspondance dans des scènes non vues.

A novel real-time stereo matching network, Generalized Geometry Encoding Volume (GGEV), has been proposed to enhance generalization in stereo matching applications, addressing the limitations of existing methods that focus primarily on in-domain performance. The GGEV employs depth-aware features and a Depth-aware Dynamic Cost Aggregation module to improve matching accuracy in unseen scenes.

Generalized Geometry Encoding Volume for Real-time Stereo Matching

Was this article worth reading? Share it

LucidQuery AI

Deptho.ai

Augmeta