基于轻量化PASMnet神经网络的立体匹配方法

作     者：徐辛超 于佳琪 XU Xinchao;YU Jiaqi

作者机构：辽宁工程技术大学测绘与地理科学学院辽宁阜新123000 

出 版 物：《测绘与空间地理信息》 (Geomatics & Spatial Information Technology)

年 卷 期：2024年第47卷第3期

页      面：8-11页

学科分类：070801[理学-固体地球物理学] 07[理学] 08[工学] 0708[理学-地球物理学] 0816[工学-测绘科学与技术] 

基　　金：国家自然科学基金项目(42071447、41601494)资助 

主　　题：PASMnet 立体匹配 剪枝 量化 月面影像 

摘      要：针对传统方法用于立体匹配、三维地形重建效果差,而深度学习的方法模型大、速度慢的问题,提出了一种轻量化PASMnet神经网络的立体匹配方法。首先,对PASMnet进行结构化剪枝,精化参数配置,减少模型参数数量,提升模型运行速度。然后对归一化后的图像进行极线校正,得到成像平面平行的立体影像,进行立体匹配任务。在KITTI2015数据集上进行验证,实验结果表明改进的模型参数量减少为原模型的1/6,运行时间为0.56 s。剪枝量化后的模型运行速度更快,推理时间缩短,并且可以用于月面影像的立体匹配,拓展了模型应用。