文档名：基于多维注意力的立体匹配网络
摘要：针对基于深度学习的立体匹配算法在挑战区域(如细节区域、弱纹理区域)存在一些误匹配的问题,提出一种基于多维注意力的立体匹配方法.首先,设计空间金字塔注意(SPA)模块,通过将空间金字塔结构与注意力机制相结合,获取更有效的全局上下文信息,来提高匹配精度;然后,构建注意力堆叠沙漏聚合(ASA)模块,在堆叠沙漏结构中引入注意力机制(AM),对匹配代价体进行重新校准,以进行更精确的视差计算;同时,采用可微分的PatchMatch(DPM)方法,通过减少候选视差数量,构建轻量级匹配代价体,在保证模型匹配精度的同时,降低了计算资源的消耗.在SceneFlow、KITTI2015和KITTI2012数据集上的实验结果表明,与基准方法相比,所提算法在减少运行时间的同时提高了匹配精度.
作者：孙国栋 张航 李超 杨雄Author：SUNGuodong ZHANGHang LIChao YANGXiong
作者单位：湖北工业大学机械工程学院,湖北武汉430068
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(6)
分类号：TP391.4
关键词：深度学习 立体匹配 注意力机制 匹配代价体
机标分类号：TN722.75TP391.41TN82
在线出版日期：2023年6月16日
基金项目：国家自然科学基金基于多维注意力的立体匹配网络[
期刊论文] 传感器与微系统--2023, 42(6)孙国栋 张航 李超 杨雄针对基于深度学习的立体匹配算法在挑战区域(如细节区域、弱纹理区域)存在一些误匹配的问题,提出一种基于多维注意力的立体匹配方法.首先,设计空间金字塔注意(SPA)模块,通过将空间金字塔结构与注意力机制相结合,获取更有...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于多维注意力的立体匹配网络 Stereo matching network based on multi-dimensional attention
基于多维注意力的立体匹配网络.pdf
- 文件大小:
- 1.7 MB
- 下载次数:
- 60
-
高速下载
|
