科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有的立体匹配算法物体细节部分估计效果较差、有监督算法依赖大量真实视差图等问题，本文提出了一种深浅层特征结合的自监督立体匹配算法。该算法在特征提取网络中嵌入通道注意力机制来提取图片的浅层和更具表征能力的深层特征。基于深层特征构建代价体积预测初始视差图，并用浅层特征指导初始视差图进行优化。此外在损失函数部分在左右视差一致性损失的基础上本文提出左右特征一致性损失，加强浅层特征信息对视差的约束作用，提高算法的鲁棒性。本文在KITTI 2015数据集上训练评估，并应用到拍摄的实际场景中。实验结果表明，本文提出的方法与其他算法相比能获得更好的效果，特别是在视差突然变化的细节区域。
- 单位
