科研之友
微信
新浪微博
Facebook
分享链接
摘要
视差估计中由于边缘模糊、遮挡、低光照以及少纹理等干扰因素会产出局部困难估计区域，导致有效匹配减少，估计结果的精度降低。为此，提出了一种置信度辅助特征增强的视差估计网络，在基础的视差估计网络中引入置信度估计子网络，为网络估计过程中间的视差结果计算置信度，利用置信度图可知误差较低的点，增强代价空间中对应位置特征值的幅度，达到辅助特征增强的目的。增强后代价空间可恢复得到更精准的视差。在Scene Flow数据集上训练网络，并和近年来的一些方法进行比较。实验结果表明，该方法优于近年来的经典方法。相比于基础网络，平均误差降低了0.032 9像素；误差大于1像素的比率降低了0.4个百分点。由此可见该方法可以有效提升视差估计网络的性能。
- 单位
