基于多尺度注意力网络的立体匹配方法

边继龙¹, 王厚博¹, 李金凤²

1. 东北林业大学 信息与计算机工程学院, 哈尔滨 150040;
2. 牡丹江师范学院 计算机与信息技术学院, 牡丹江 157011

收稿日期:2020-10-19发布日期:2021-06-23

作者简介:边继龙(1982-),男,讲师,E-mail:bianjilong@nefu.edu.cn.
基金资助:黑龙江省自然科学基金项目（F2018002）；黑龙江省基本科研业务费项目（1451MSYYB001）；中央高校基本科研业务费专项项目（2572016BB12）

Stereo Matching Method Based on Multiscale Attention Network

BIAN Ji-long¹, WANG Hou-bo¹, LI Jin-feng²

1. College of Information & Computer Engineering, Northeast Forestry University, Harbin 150040, China;
2. College of Computer & Information Technology, Mudanjiang Normal University, Mudanjiang 157011, China

Received:2020-10-19Published:2021-06-23

摘要/Abstract

摘要： 为解决网络深度与训练图像块大小耦合问题及进一步提高弱纹理区域及边缘处的匹配精度，提出了一种基于多尺度注意力网络的立体匹配方法.该方法将立体匹配过程分为2个阶段：第1阶段提出了一种成本网络用于计算匹配成本，该网络由基础网络层和缩放层组成.第2阶段提出了一种基于多尺度注意力的视差求精网络，该视差求精网络综合了多种视差线索，并加入多尺度注意力机制进一步提高立体匹配精度.该方法在KITTI 2012、KITTI 2015和SceneFlow数据集上的3像素坏点百分比分别为1.13%，1.87%和2.29%.实验结果表明，与国内外同类方法相比，采用多尺度注意力网络的立体匹配方法在匹配精度上获得了较大的提升，尤其是在弱纹理区域及物体边缘处表现较好.
中图分类号:
TP391.41

引用本文

边继龙, 王厚博, 李金凤. 基于多尺度注意力网络的立体匹配方法[J]. 北京邮电大学学报, 2021, 44(3): 27-34.
BIAN Ji-long, WANG Hou-bo, LI Jin-feng. Stereo Matching Method Based on Multiscale Attention Network[J]. Journal of Beijing University of Posts and Telecommunications, 2021, 44(3): 27-34.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4795