典型文献
多维注意力特征聚合立体匹配算法
文献摘要：
现有基于深度学习的立体匹配算法在学习推理过程中缺乏有效信息交互,而特征提取和代价聚合两个子模块的特征维度存在差异,导致注意力方法在立体匹配网络中应用较少、方式单一.针对上述问题,本文提出了一种多维注意力特征聚合立体匹配算法.设计2D注意力残差模块,通过在原始残差网络中引入无降维自适应2D注意力残差单元,局部跨通道交互并提取显著信息,为匹配代价计算提供丰富有效的特征.构建3D注意力沙漏聚合模块,以堆叠沙漏结构为骨干设计3D注意力沙漏单元,捕获多尺度几何上下文信息,进一步扩展多维注意力机制,自适应聚合和重新校准来自不同网络深度的代价体.在三大标准数据集上进行评估,并与相关算法对比,实验结果表明所提算法具有更高的预测视差精度,且在无遮挡的显著对象上效果更佳.
文献关键词：
深度学习;立体匹配;多维注意力机制;信息交互
中图分类号：
作者姓名：
张亚茹;孔雅婷;刘彬
作者机构：
燕山大学信息科学与工程学院 秦皇岛066004;燕山大学电气工程学院 秦皇岛066004
文献出处：
引用格式：
[1]张亚茹;孔雅婷;刘彬-.多维注意力特征聚合立体匹配算法)[J].自动化学报,2022(07):1805-1815
A类：
B类：
特征聚合,立体匹配算法,推理过程,有效信息,信息交互,代价聚合,子模块,立体匹配网络,2D,残差模块,残差网络,残差单元,局部跨通道交互,代价计算,堆叠,沙漏结构,上下文信息,多维注意力机制,代价体,标准数据集,算法对比,视差,无遮挡
AB值：
0.309861
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。
