基于改进3D卷积神经网络的代价聚合算法

• 作者: 于修成 宋天中 宋燕 李航
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 立体匹配 3D卷积神经网络 代价聚合
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 算法与分析
• 页码范围: 2093-2096,2113
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.09.004

摘要

为了提高立体匹配的准确性与时效性,改善传统代价聚合算法计算复杂及精度不高的问题,论文提出了一种基于改进3D卷积神经网络的代价聚合算法.该方法通过运用3D卷积神经网络对由代价计算得到的代价空间进行聚合,使匹配沿着视差维度和空间维度聚合特征信息,并在此基础上将3D残差网络、3D密集连接网络引入代价聚合的计算中;最后使用视差回归对经过3D卷积处理得到的特征图进行视差精化,获得高精度的视差图.通过在标准数据集KITTI上的测试实验证明了该方法具有较高的精度与时效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李航		4	1	1.0	1.0
2	宋燕		12	26	2.0	5.0
3	于修成		2	0	0.0	0.0
4	宋天中		1	0	0.0	0.0