基于改进3D卷积神经网络的代价聚合算法
李航
宋燕
宋天中
于修成
上海理工大学光电信息与计算机工程学院 上海 200093
摘要：为了提高立体匹配的准确性与时效性,改善传统代价聚合算法计算复杂及精度不高的问题,论文提出了一种基于改进3D卷积神经网络的代价聚合算法.该方法通过运用3D卷积神经网络对由代价计算得到的代价空间进行聚合,使匹配沿着视差维度和空间维度聚合特征信息,并在此基础上将3D残差网络、3D密集连接网络引入代价聚合的计算中;最后使用视差回归对经过3D卷积处理得到的特征图进行视差精化,获得高精度的视差图.通过在标准数据集KITTI上的测试实验证明了该方法具有较高的精度与时效性.
关键词：立体匹配3D卷积神经网络代价聚合
分类号：TP301.6(计算技术、计算机技术)
论文发表日期：2020-09-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 2093-2096,2113 )
英文信息