基于非对称空间金字塔池化的立体匹配网络

• 作者: 孟凡云 张楠 王金鹤 苏翠丽 谭浩 车志龙
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 卷积神经网络 非对称空间金字塔池化 多尺度融合 信息损失 立体匹配
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 图形图像处理
• 页码范围: 228-234,242
• 页数: 8页
• 分类号: TP18
• 字数: 5649字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0055428

摘要

卷积神经网络因具有强大的表征能力而被广泛用于图像处理算法,但其在处理过程中存在耗时和信息损失等不足.为此,提出一种基于非对称空间金字塔池化模型的卷积神经网络结构.设计非对称金字塔池化方法融入立体匹配网络,以获取更详细的图像特征信息.分别叠加卷积核为3×3和1×1的卷积层,用于融合多尺度信息和提升网络收敛速度,同时将网络结构由4层增加至7层,以提高匹配精度.在KITTI和Middlebury数据集上进行视差预测,实验结果表明,与基准网络相比,该网络结构可使收敛时间缩短约50.1％,匹配错误率从6.65％降低至4.78％,在立体匹配中获得更平滑的视差效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王金鹤	青岛理工大学信息与控制工程学院	15	129	3.0	11.0
2	张楠	青岛理工大学信息与控制工程学院	11	17	2.0	4.0
3	车志龙	青岛理工大学信息与控制工程学院	3	0	0.0	0.0
4	谭浩	青岛理工大学信息与控制工程学院	2	0	0.0	0.0
5	苏翠丽	青岛理工大学信息与控制工程学院	2	0	0.0	0.0
6	孟凡云	青岛理工大学信息与控制工程学院	2	0	0.0	0.0