基于卷积神经网络的高效精准立体匹配算法
针对基于卷积神经网络的立体匹配算法普遍存在参数量巨大、精度不足等问题,提出一种基于卷积神经网络的高效精准立体匹配算法.首先设计了一个融合多尺寸上下文信息的特征提取网络,提高不适定区域(Ill-posed regions)的匹配精度;其次,改进现有的相似度计算步骤,在保证匹配精度的同时,大量减少了网络的参数量;最后,提出一种轻量级的基于注意力机制的视差精修算法,从通道与空间维度上关注并修改初始视差图错误的像素点.与GC-Net在标准数据集Sceneflow上的对比实验表明,该算法在参数量减少14%的同时,匹配精度提高超过了50%.
卷积神经网络、立体匹配、视差图、注意力机制
32
TP391.41(计算技术、计算机技术)
国家重点研发计划项目2016YFC0801800
2020-06-12(万方平台首次上网日期,不代表论文的发表时间)
共9页
45-53