边缘引导特征融合和代价聚合的立体匹配算法OA北大核心CSTPCD
Stereo Matching Network Based on Edge-Guided Feature Fusion and Cost Aggregation
针对立体匹配在精细结构,尤其边缘处的误差较大的问题,提出了利用边缘引导特征融合和代价聚合的立体匹配算法.利用图像边缘引导不同尺度特征体加权融合,即对小尺度特征体的边缘处,大尺度特征体的非边缘处赋予更大权重,以获得表征能力更强的融合特征体.在代价聚合阶段弱化边缘处匹配代价,减少不可靠信息传播.所提方法在SceneFlow和KITTI 2015数据集进行了评估,将基准网络PSMNet的误差分别降低了35.2％、2.2％.实验证明,边缘信息的引入针对性…查看全部>>
张浩东;宋嘉菲;张广慧
中国科学院 上海微系统与信息技术研究所 仿生视觉系统实验室,上海 200050中国科学院大学,北京 100049中国科学院 上海微系统与信息技术研究所 仿生视觉系统实验室,上海 200050
信息技术与安全科学
机器视觉立体匹配卷积神经网络双目视觉边缘信息
《计算机工程与应用》 2022 (21)
182-188,7
上海市"脑与类脑智能基础转化应用研究"市级重大科技专项(2018SHZDZX01)张江实验室、中国科学院战略性先导科技专项(C类)(XDC08050100)中国科学院前沿科学重点研究项目(QYZDY-SSW-JSC034)中国科学院青年创新促进会(2018270)上海市科学技术委员会科研计划项目(18ZR1447500).
评论