边缘引导特征融合和代价聚合的立体匹配算法

摘要：

针对立体匹配在精细结构,尤其边缘处的误差较大的问题,提出了利用边缘引导特征融合和代价聚合的立体匹配算法.利用图像边缘引导不同尺度特征体加权融合,即对小尺度特征体的边缘处,大尺度特征体的非边缘处赋予更大权重,以获得表征能力更强的融合特征体.在代价聚合阶段弱化边缘处匹配代价,减少不可靠信息传播.所提方法在SceneFlow和KITTI 2015数据集进行了评估,将基准网络PSMNet的误差分别降低了35.2％、2.2％.实验证明,边缘信息的引入针对性地改善了现有算法在精细结构处(尤其边缘处)的视差求解,提高了整体预测精度.此外,所提的模块是轻量的,可适用于不同的立体匹配网络.

关键词：机器视觉、立体匹配、卷积神经网络、双目视觉、边缘信息

所属期刊栏目：58

分类号：TP391.4(计算技术、计算机技术)

资助基金：上海市脑与类脑智能基础转化应用研究市级重大科技专项;中国科学院战略性先导科技专项;中国科学院前沿科学重点研究计划项目;中国科学院青年创新促进会项目;上海市科学技术委员会科研计划项目

在线出版日期：2022-11-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：182-188