EMCStereo：结合注意力增强与合成树枝基准数据集的细长结构深度估计立体匹配方法

英文标题：EMCStereo: Attention-Enhanced Stereo Matching for Thin-Structure Depth Estimation with a Synthetic Tree-Branch Benchmark

针对树枝等细长结构仅占数个像素宽、背景杂乱且真实场景下稠密真值极难人工标注的行业痛点，研究团队提出了 EMCStereo 模型。该研究聚焦细长结构的立体匹配与深度估计难题，引入注意力增强机制以提升对微小结构的感知精度，并构建了专门的合成树枝基准数据集。该成果有效缓解了细长物体三维重建中的真值稀缺与匹配失真问题，对林业巡检、机器人避障和复杂环境三维感知应用具有重要参考价值。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB