基于多尺度注意力网络的立体匹配方法

摘要：

为解决网络深度与训练图像块大小耦合问题及进一步提高弱纹理区域及边缘处的匹配精度,提出了一种基于多尺度注意力网络的立体匹配方法.该方法将立体匹配过程分为2个阶段:第1阶段提出了一种成本网络用于计算匹配成本,该网络由基础网络层和缩放层组成.第2阶段提出了一种基于多尺度注意力的视差求精网络,该视差求精网络综合了多种视差线索,并加入多尺度注意力机制进一步提高立体匹配精度.该方法在KITTI 2012、KIT-TI 2015和SceneFlow数据集上的3像素坏点百分比分别为1.13％,1.87％和2.29％.实验结果表明,与国内外同类方法相比,采用多尺度注意力网络的立体匹配方法在匹配精度上获得了较大的提升,尤其是在弱纹理区域及物体边缘处表现较好.

关键词：深度网络、立体匹配、匹配成本、多尺度注意力、视差求精

所属期刊栏目：44

分类号：TP391.41(计算技术、计算机技术)

资助基金：黑龙江省自然科学基金项目;黑龙江省基本科研业务费项目;中央高校基本科研业务费专项项目

在线出版日期：2021-08-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：27-34