计算机应用研究

作者：郭乾宇,武一,刘华宾,赵普,

单位：河北工业大学a.电子信息工程学院;b.电子与通信工程国家级实验教学示范中心,天津300401；

关键词：机器视觉,立体匹配,注意力机制,双目视觉,特征匹配代价计算,

基金：国家自然科学基金资助项目(E2020202042)；河北省自然科学基金资助项目(51977059)；；

针对现有的立体匹配算法在阴影、物体边缘和光照反射等区域匹配困难且存在大量错误结果的问题，设计了一种可拆卸的损失自注意力网络（loss self-attention net，LSAnet）查找图像中的匹配困难区域。LSAnet的网络各层相互稠密连接，应用了空洞卷积来扩大感受野，并以立体匹配算法生成的损失分布为标签，能够动态地进行有监督训练，最终生成匹配困难区域掩膜辅助立体匹配网络进行更好的优化；同时，改进了立体匹配网络中经典的特征匹配代价卷结构，降低了后续3D卷积的计算负荷，提高了匹配效率。实验结果表明，该算法相比于基准算法精度更高，并且可以提高算法对于匹配困难区域的鲁棒性。

来源：2022年第7期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第7期