基于引导优化的立体匹配网络

摘要

为克服细节区域精细立体匹配问题，本文提出了基于引导优化的立体匹配网络.首先，构建基于引导可变形卷积的引导优化模块，不同于可变形卷积，该模块对额外输入的引导特征进行偏移量和调制标量学习，增强可变形卷积的变形参数学习能力.其次，设计基于引导优化模块的引导优化立体匹配网络，该网络提出了基于3D代价聚合和2D引导优化聚合的三级串联代价聚合模块，逐步优化细节区域的配准精度.实验结果显示，在SceneFlow、KITTI等标准数据集中，与先进算法相比，该算法可实现细节区域的高精度配准.其中，引导优化模块适用性测试结果显示，在KITTI2015数据集中，增加引导优化模块后GwcNet、AANet等先进算法的D1-noc、D1-all值均产生20%左右的提升.

关键词

立体匹配 / 引导可变形卷积 / 引导聚合 / 多特征提取 / 边缘保持

基金资助

国家自然科学基金项目（61801279）; 山西省基础研究计划自然科学研究项目（202203021211333），山西省基础研究计划青年科学研究项目（202103021223308）; 山西省高等学校哲学社会科学研究项目（2021W058）; 西安碑林区应用技术研发项目(GX2244)