典型文献
基于边缘检测与注意力机制的立体匹配算法
文献摘要：
随着深度学习理论的不断进步,端到端的立体匹配网络在自动驾驶和深度传感等领域取得了显著的成果.然而,最先进的立体匹配算法仍然无法精确恢复物体的边缘轮廓信息.为了提高视差预测的精度,在本研究中,提出了一种基于边缘检测与注意力机制的立体匹配算法.该算法从立体图像对中学习视差信息,并支持视差图和边缘图的端到端多任务预测.为了充分利用二维特征提取网络学习到的边缘信息,本算法提出了一种全新的边缘检测分支和多特征融合匹配代价卷.结果表明,基于本文模型的边缘检测方案有助于提高视差估计的精度,所获取的视差图在KITTI 2015测试平台上的误匹配率为1.75％,与金字塔立体匹配网络相比,视差图的精度提高了 12％,且运行时间减少约20％.
文献关键词：
深度学习;立体匹配;边缘检测;注意力机制
中图分类号：
作者姓名：
余雪飞;顾寄南;黄则栋;荆彩霞
作者机构：
江苏大学机械工程学院 镇江212000
文献出处：
引用格式：
[1]余雪飞;顾寄南;黄则栋;荆彩霞-.基于边缘检测与注意力机制的立体匹配算法)[J].电子测量技术,2022(11):167-172
A类：
多任务预测
B类：
边缘检测,注意力机制,立体匹配算法,深度学习理论,端到端,立体匹配网络,自动驾驶,最先,边缘轮廓,立体图像,视差图,边缘图,维特,特征提取网络,网络学习,边缘信息,多特征融合,检测方案,视差估计,KITTI,测试平台,误匹配,匹配率,金字塔,运行时间
AB值：
0.295696
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。
