典型文献
递进式空洞残差深度双目立体匹配网络
文献摘要：
为了实现轻量化高精度的双目立体匹配网络,提出了一种递进式空洞残差深度双目立体匹配网络———PDR_Net.在特征提取网络模块上提出了递进式的空洞残差网络结构,利用空洞卷积网络代替池化等降采样方式获取图像的多尺度特征信息,解决了利用池化等降采样方式进行尺度变换带来的图像特征信息损失的问题;同时引入残差网络弥补了空洞卷积网络自身特点带来的图像特征信息丢失的缺点,各尺度分支之间采用递进式的级联方式进行特征信息融合,促进了图像的各尺度特征信息之间的融合,既降低了网络的复杂度,也保留了更多的图像特征信息;最后,在三维卷积神经网络模块中采用堆叠的沙漏型编码解码网络结构,通过跳跃式连接使得网络能够更好地结合特征图的上下文信息,并在该模块中引入通道注意力机制模型,增强了网络对不同通道中各视差下特征信息之间的聚合学习能力,加深了特征点在不同视差条件下的联系.PDR_Net网络与现有网络相比,具有参数量少、速度快、精度高等优点.
文献关键词：
立体匹配;递进式神经网络;残差网络;通道注意力机制
中图分类号：
作者姓名：
刘侍刚;张同;杨建功;葛宝
作者机构：
陕西师范大学现代教学技术教育部重点实验室 ,陕西西安710062;陕西师范大学计算机科学学院 ,陕西西安 710119;陕西师范大学物理学与信息技术学院 ,陕西西安710119
文献出处：
引用格式：
[1]刘侍刚;张同;杨建功;葛宝-.递进式空洞残差深度双目立体匹配网络)[J].西安电子科技大学学报（自然科学版）,2022(05):175-180
A类：
递进式神经网络
B类：
空洞残差,双目立体匹配,立体匹配网络,PDR,Net,特征提取网络,残差网络结构,空洞卷积,卷积网络,池化,降采样,采样方式,多尺度特征,尺度变换,图像特征,信息损失,自身特点,信息丢失,特征信息融合,三维卷积神经网络,卷积神经网络模块,堆叠,沙漏型,编码解码网络,跳跃式,特征图,上下文信息,通道注意力机制,注意力机制模型,视差,差下,特征点,参数量
AB值：
0.275688
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
