科研之友
微信
新浪微博
Facebook
分享链接
摘要
在基于神经网络的立体匹配算法中网络的特征提取能力对最终深度图的计算有着重要的影响,因此提高网络的特征提取能力十分重要。提出一种基于多卷积核通道特征加权的双目立体匹配算法,通过设置不同大小的卷积核,使网络可以自适应地选择不同的感受野,采用注意力机制在特征提取阶段根据特征通道之间的相互关系为每个通道分配不同的权重,提高特征的表达能力,以提高匹配精度。最后,在Scene Flow和KITTI数据集上进行视差预测。通过实验结果可看出,与金字塔立体匹配算法(PSM-Net)相比,能够获得更高的匹配精度。
- 单位
