一种弱纹理目标立体匹配网络

• 作者: 刘泽 姜永利 丁志伟 刘永强 国能宝日希勒能源有限公司
• 来源期刊: 计算机测量与控制
• 关键词: 深度估计 编码器-解码器 自注意力机制 特征重构窗口 全局上下文信息
• 年，卷（期）: 2024,（4）
• 页码范围: 174-179,187
• 页数: 7页
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2024.04.025

摘要

现有深度估计方法在高分辨率图像下存在特征提取不够充分、局部信息特征提取差的问题，为此提出一种面向全局特征的Transformer立体匹配网络；该网络采用编码器-解码器的端到端架构，采用多头注意力机制，允许模型在不同子空间中关注不同特征，从而提高特征提取能力；模型将自注意力机制和特征重构窗口结合，能够提高特征的表征能力，弥补局部特征不足的问题，在减少计算负担的同时有效解决Transformer架构计算复杂度高的问题，将模型的计算复杂度保持在线性范围内；在Scene Flow、KITTI-2015数据集上分别进行实验，与现有方法相比，相关指标得到显著提升，验证了模型的有效性和实用性。