基于细节信息增强的无监督双目立体匹配算法
Unsupervised stereo matching algorithm of binocular based on detail information enhancement作者机构:重庆科技大学数理与大数据学院重庆401331 重庆科技大学电气工程学院重庆401331
出 版 物:《电子测量技术》 (Electronic Measurement Technology)
年 卷 期:2024年第47卷第5期
页 面:94-101页
学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程]
基 金:重庆市自然科学基金面上项目(CSTB2022NSCQ-MSX0398 CSTB2022NSCQ-MSX1425)资助
主 题:无监督 立体匹配 细节信息增强 注意力机制 视差融合
摘 要:无监督立体匹配算法在自动驾驶等领域有重要的应用,然而无监督立体匹配算法在物体连续、边缘等细节信息区域的视差精度较低,本文提出了一种提高细节信息区域精度的无监督立体匹配算法。通过在特征金字塔网络中引入空间注意力机制和残差网络,设计了一种空间特征金字塔网络算法,抑制特征提取过程中边缘和小目标细节信息的丢失。构建了视差融合模块,将半全局立体匹配算法生成的原始视差和视差回归生成的初步视差进行置信度视差融合,提升连续细节信息区域的精度。对于网络损失函数,集成了原始视差监督损失和置信度遮挡损失,保留更多图像边缘和连续区域处的细节信息。实验结果表明,本文算法在KITTI 2015测试集中非遮挡区域和所有区域的误匹配率分别为6.24%和5.89%,与其他经典算法相比在细节信息区域的效果、精度方面有较大提升。