基于非对称空间金字塔池化的立体匹配网络

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

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) 山东省高等学校科技计划项目(J17KA061) 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2020年第46卷第7期

页      码：228-234,242页

摘      要：卷积神经网络因具有强大的表征能力而被广泛用于图像处理算法,但其在处理过程中存在耗时和信息损失等不足。为此,提出一种基于非对称空间金字塔池化模型的卷积神经网络结构。设计非对称金字塔池化方法融入立体匹配网络,以获取更详细的图像特征信息。分别叠加卷积核为3×3和1×1的卷积层,用于融合多尺度信息和提升网络收敛速度,同时将网络结构由4层增加至7层,以提高匹配精度。在KITTI和Middlebury数据集上进行视差预测,实验结果表明,与基准网络相比,该网络结构可使收敛时间缩短约50.1%,匹配错误率从6.65%降低至4.78%,在立体匹配中获得更平滑的视差效果。

主 题 词：卷积神经网络 非对称空间金字塔池化 多尺度融合 信息损失 立体匹配 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.19678/j.issn.1000-3428.0055428

馆 藏 号：203954498...