CN114742875B 基于多尺度特征提取和自适应聚合的双目立体匹配方法 (中山大学)_第1页
CN114742875B 基于多尺度特征提取和自适应聚合的双目立体匹配方法 (中山大学)_第2页
CN114742875B 基于多尺度特征提取和自适应聚合的双目立体匹配方法 (中山大学)_第3页
CN114742875B 基于多尺度特征提取和自适应聚合的双目立体匹配方法 (中山大学)_第4页
CN114742875B 基于多尺度特征提取和自适应聚合的双目立体匹配方法 (中山大学)_第5页
已阅读5页,还剩22页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

基于多尺度特征提取和自适应聚合的双目本发明公开了基于多尺度特征提取和自适代价矩阵;将不同的所述代价矩阵进行代价聚2对所述左图和所述右图进行多尺度特征提取,得到所述左图和所将不同的所述代价矩阵进行代价聚合,融合不同尺度下和局部区域对左图中每一个像素的每个合理视差值计算一个将多个分辨率下的代价矩阵上采样到同一分辨率下,并对上采样在跨尺度代价聚合之后,以每个像素为中心,在预2.根据权利要求1所述的基于多尺度特征提取和自适应聚合的双目立体匹配方法,其3将所述左图和所述右图输入特征提取网络进行特征提取,得到多个分3.根据权利要求1所述的基于多尺度特征提取和自适应聚合的双目立体匹配方法,其4.根据权利要求1所述的基于多尺度特征提取和自适应聚合的双目立体匹配方法,其将所述粗视差图的全分辨率特征、左图以及右图输入微调网络5.根据权利要求4所述的基于多尺度特征提取和自适应聚合的双目立体匹配方法,其根据粗视差图,将左图中的像素投影到右图预测的对应点上,并计将投影误差与左图、左图特征及粗视差图进行拼接后输出微调网6.一种用于实现如权利要求1-5中任一项所述的基于多尺度特征提取和自适应聚合的第二模块,用于对所述左图和所述右图进行多尺度特征提取第四模块,用于将不同的所述代价矩阵进行代价聚合,融合4所述处理器执行所述程序实现如权利要求1至5中任一项5[0007]本发明实施例的一方面提供了一种基于多尺度特征提取和自适应聚合的双目立67[0045]本发明实施例的另一方面还提供了一种基于多尺度特征提取和自适应聚合的双89[0102]本发明实施例的另一方面还提供了一种基于多尺度特征提取和自适应聚合的双提取网络进行特征提取。本方法提出了一个由少量2D卷积层构建的多分辨率特征提取网也可以表示为cp,a,即左图中像素pl视差为d的匹[0131]在一些可选择的实施例中,在方框图中提到的功能/操作可以不按照操作示图提改变以及其中被描述为较大操作的一部分的子操说明,所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个等同的变形或替换均包含在本申请权利要求所限

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论