TL;DR ゼロショットで高精度なステレオ基盤モデルFoundationStereoを、精度をほぼ落とさず10倍以上高速化。ついにリアルタイムで動くようになりました。 タイトル：Fast-FoundationStereo: Real-Time Zero-Shot Stereo Matching URL： ポイント 🎯 課題：ステレオは「高精度だが重い基盤モデル」と「速いが精度・汎化を犠牲にする手法」に二分されていた 🧩 分割統治で3つのボトルネックを個別に高速化（特徴抽出・コストフィルタ・リファインメント） 📚 特徴抽出：単眼＋ステレオの事前知識を単一の生徒モデルへ知識蒸留 🔍 コストフィルタ：8ブロックに分けたNASで探索をO(n^N)→O(n)に削減し、ILPでレイテンシ制約下の誤差を最小化 ✂️ リファインメント：ConvGRUの再帰依存グラフ＋テイラー展開の重要度で構造化プルーニング 🗂 140万組の野外ステレオを法線整合性チェックで自動疑似ラベリング ⚡ Middlebury-Qで4.51%@49ms（本家2.64%@496ms＝10.1倍遅）、TensorRTで21msまで短縮 リアルタイムステレオの新SOTAで、ロボットやARの現場投入に効きそうです。 #ステレオマッチング# #コンピュータビジョン#