多尺度信息引导代价体金字塔聚合的立体匹配网络

摘要

针对基于4D代价体金字塔的立体匹配网络存在多尺度信息利用率低，从多代价体中提取关键信息困难等不足，提出一种多尺度信息引导代价体金字塔聚合的立体匹配网络.为有效利用代价体金字塔聚合过程中不同尺度的输出信息，设计一种基于单峰视差注意力的尺度间聚合方式，通过代价体金字塔上部分的预测视差突出金字塔底层代价体中的重点信息；为增强代价聚合对于显著特征的关注，提出引导沙漏结构，通过图像的多尺度几何信息与代价体的全局空间信息，自适应地聚合与校准各尺度代价体.实验结果表明，该网络在SceneFlow、KITTI 2012和KITTI 2015数据集上取得良好匹配准确度的同时具有较快推理速度，且与CFNet和PCWNet相比，参数量分别降低31%与57%.

关键词

立体匹配 / 注意力机制 / 多尺度信息 / 代价体金字塔