摘要

针对目前端到端的立体匹配算法在具有挑战性的复杂场景中出现的误匹配现象,提出一种多尺度注意力特征融合立体匹配算法(MGNet)。设计了一个轻量级的组相关注意力模块,该模块采用组相关融合单元来有效地结合空间注意机制与通道注意力机制,同时捕获丰富的全局上下文信息和远距离通道依赖关系。设计了多尺度卷积全局注意力模块,它能够在多个尺度下处理局部和全局信息,在全局特征处理阶段引入非局部操作,可以同时捕获多尺度上下文与全局上下文,提供丰富的语义信息。在代价聚合阶段引入通道注意力,抑制具有歧义的匹配信息,提取有区别性的特征。使用三大数据集评估了所提算法的有效性,由实验结果可知,所提算法在薄结构、反射区域、弱纹理、重复纹理等复杂场景均表现优异。