【光流深度立体匹配统一模型】Unifying Flow, Stereo and Depth Estimation：Unimatch我们提出了一种统一的公式化框架和模型，用于解决三项运动估计与三维感知任务：光流计算、校正后的立体匹配以及基于位姿图像的非校正立体深度估计。与以往针对各特定任务采用的专用架构不同，我们将上述三个任务统一表述为密集的对应点匹配问题，并通过直接比较特征相似性，利用单一模型即可求解。这种统一框架要求具备判别性的特征表示，我们通过 Transformer（特别是交叉注意力机制）来实现这一目标。我们证明，交叉注意力机制能够通过跨视角交互整合来自另一幅图像的知识，从而显著提升提取特征的質量。由于模型架构和参数在各任务间