LinStereo：多尺度迭代立体匹配的线性复杂性全局注意力

现有的基于视觉基础模型（VFM）的迭代立体管道未充分利用三种信息路径：多尺度骨干特征被折叠为单级相关性，几何先验在初始化时仍未被利用，上下文仅在本地传播。这些差距在光度线索退化的情况下扩大，使得水下场景成为严格的泛化测试。为了解决这个问题，我们提出了基于 Depth Anything V3 的 LinStereo，其核心是位置感知线性注意（PALA）模块，该模块以线性成本用全局聚合取代局部递归，将可靠的估计从良好匹配的区域传播到退化区域，同时保留视差结构。 PALA 通过两个使能组件发挥作用：分层语义成本量 (HSCV)，它提供来自 VFM 特征层次结构的比例对齐相关性；深度优先初始化 (DPI)，将单目深度转换为度量校准的热启动。 LinStereo 在标准基准和强大的跨域泛化上实现了最先进的精度，特别是在水下场景中，严重的光度退化使得立体匹配特别具有挑战性，实现了最佳的整体精度，一致的增益在 TartanAir-UW 上降低了 28%，在真实水下数据集 SQUID 上降低了 26%。