基于多尺度和多层级特征融合的立体匹配方法

作     者：王金鹤 车志龙 张楠 孟凡云 苏翠丽 谭浩 WANG Jinhe;CHE Zhilong;ZHANG Nan;MENG Fanyun;SU Cuili;TAN Hao

作者机构：青岛理工大学信息与控制工程学院山东青岛266000 

基　　金：国家自然科学基金(31271077) 山东省重点研发项目(2019GGX104089) 山东省高等学校科技计划项目(J17KA061) 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2021年第47卷第3期

页      码：243-248页

摘      要：基于卷积神经网络的立体匹配方法未充分利用图像中各个层级的特征图信息,造成对图像在不适定区域的特征提取能力较差。提出一种融合多尺度与多层级特征的立体匹配方法。通过在双塔结构卷积神经网络模型的前端设计一个池化金字塔层,提取图像的多尺度低层结构特征。在该网络模型的后端融合最后三层网络的高级语义特征来提取图像特征,并对图像特征进行相似性度量后输出视差图。在KITTI 2015数据集上的实验结果表明,与LUO和Anita方法相比,该方法的像素误差精度分别由14.65%、8.30%降至8.02%,且可得到细节信息更好的视差图。

主 题 词：立体匹配 卷积神经网络 特征图信息 多层级特征融合 视差 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.19678/j.issn.1000-3428.0056715

馆 藏 号：203102481...