典型文献
边缘引导特征融合和代价聚合的立体匹配算法
文献摘要：
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地改善了现有算法在精细结构处(尤其边缘处)的视差求解,提高了整体预测精度.此外,所提的模块是轻量的,可适用于不同的立体匹配网络.
文献关键词：
机器视觉;立体匹配;卷积神经网络;双目视觉;边缘信息
中图分类号：
作者姓名：
张浩东;宋嘉菲;张广慧
作者机构：
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;上海科技大学,上海 201210
文献出处：
引用格式：
[1]张浩东;宋嘉菲;张广慧-.边缘引导特征融合和代价聚合的立体匹配算法)[J].计算机工程与应用,2022(21):182-188
A类：
SceneFlow,PSMNet
B类：
边缘引导,特征融合,代价聚合,立体匹配算法,配在,精细结构,图像边缘,不同尺度,尺度特征,加权融合,小尺度,大尺度,大权,表征能力,融合特征,聚合阶段,不可靠,信息传播,KITTI,基准网络,边缘信息,视差,立体匹配网络,机器视觉,双目视觉
AB值：
0.356955
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。
