基于多尺度聚合神经网络的双目视觉立体匹配方法

摘要：

为了改善机器人、无人驾驶领域采用深度神经网络实现双目视觉立体匹配存在参数量大、GPU资源成本高的问题,提出一种多尺度聚合的立体匹配方法.首先设计了一个结合多尺度的特征提取网络,利用空洞卷积在不改变分辨率下获得更为丰富的特征,引入注意力机制,再将不同分辨率下特征交叉融合以完善特征信息;其次,改变代价卷获取方式,在低尺度下聚合得到代价卷,不断结合高尺度相似信息以迭代更新,将多个代价卷进行交叉融合以得到最终代价卷;最后,结合注意力机制的精细化模块修正初始视差图中的异常值与不连续区域,得到最终视差图.实验结果表明,该算法能够在较低参数量,以及低成本GPU资源下运行,且获得较好的匹配精度.

关键词：立体匹配、双目视觉、空洞卷积、多尺度、注意力机制、视差图

所属期刊栏目：39

分类号：TP319(计算技术、计算机技术)

资助基金：重庆巴南区科技项目;重庆市巴南区定点支持科技项目

在线出版日期：2022-08-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2556-2560