基于稀疏卷积的前景实时双目深度估计算法

摘要：

为了提高立体匹配算法处理前景视差估计任务的计算效率,针对一般网络采用完全双目图像作为输入,场景内前景空间占比小而导致输入信息冗余度大的缺点,提出了一种基于稀疏卷积的目标实时立体匹配算法.为实现和改善算法对稀疏前景的视差估计,首先利用分割算法同时获得稀疏前景掩膜和场景语义特征;其次通过稀疏卷积提取稀疏前景区域的空间特征后与场景语义特征相融合,并将融合特征输入到解码模块进行视差回归;最后以前景真值图作为损失生成视差图.在ApolloScape数据集上的测试结果表明,所提算法的准确性和实时性均优于先进算法PSMNet和GANet,且算法的单次运行时间低至60.5 ms,对目标遮挡具有一定的鲁棒性,可用于目标实时深度估计.

关键词：立体匹配;稀疏卷积;深度学习;语义分割;注意力机制

所属期刊栏目：41

分类号：TP391.41(计算技术、计算机技术)

资助基金：清远市工业高新技术领域技术攻关项目2020KJJH039

在线出版日期：2022-01-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：3680-3685