基于卷积神经网络的高效精准立体匹配算法

• 作者: 张文 景年昭 杨维 邵小桃 郭鸣坤
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 卷积神经网络 立体匹配 视差图 注意力机制
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 图像与视觉
• 页码范围: 45-53
• 页数: 9页
• 分类号: TP391.41
• 字数: 6079字
• 语种: 中文
• DOI: 10.3724/SP.J.1089.2020.17823

摘要

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％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨维	北京交通大学电子信息工程学院	122	911	14.0	25.0
2	邵小桃	北京交通大学电子信息工程学院	24	115	7.0	9.0
3	郭鸣坤	北京交通大学电子信息工程学院	3	1	1.0	1.0
4	张文	北京交通大学电子信息工程学院	2	3	1.0	1.0
5	景年昭	北京交通大学电子信息工程学院	2	0	0.0	0.0