STEREOFLOW는 스테레오 매칭을 deterministic 회귀 문제로만 접근하는 기존 방식의 한계를 극복하기 위해 generative 프레임워크를 도입했어요. StereoDiT와 Transition Flow Matching을 활용하여 다중 해상도 스테레오 조건을 점진적으로 생성하고, 대응되는 모호함을 모델링해요.
StereoDiT는 주파수 분리 아키텍처를 가진 pixel diffusion transformer로, Transition Flow Matching은 효율적인 최적화를 위한 few-step flow matching objective를 사용해요. 이를 통해 기존 방식보다 뛰어난 기하학적 일관성과 세밀한 디테일을 확보했어요.
Scene Flow, KITTI, ETH3D, Middlebury 등 다양한 벤치마크에서 최고 성능을 달성하며 스테레오 매칭 분야의 새로운 가능성을 제시했어요.