买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:湖南大学
摘要:本发明公开了一种基于逐级长程捕捉与细节恢复的轻量双目立体匹配方法,构建轻量双目立体匹配模型并优化模型;获取输入图像,经过轻量特征提取器提取输入视图的特征获取分辨率不同的一组特征;级联与组代价体构建模块用于根据提取的特征分别构建不同尺度的级联代价体与组代价体;密集尺度感知融合模块通过迭代的方式对不同尺度的组代价体进行融合和上采样;长程感知融合模块使用组代价体约束级联代价体,获取新的融合后的代价体特征,再使用沙漏型的卷积模块进行聚合,将之上采样并与对应的新组代价体融合,得到最终的代价体;对最终代价体使用稀疏视差回归,并使用上采样方法恢复最终分辨率的视差图。模型超轻量,且有效提高实时性和泛化性能。
主权项:1.基于逐级长程捕捉与细节恢复的轻量双目立体匹配方法,其特征在于,所述方法包括以下步骤:S100:构建轻量双目立体匹配模型,模型包括轻量特征提取器、级联与组代价体构建模块、密集尺度感知融合模块以及长程感知融合模块,利用平滑L1损失和一种多阶段训练方法优化模型;S200:通过双目相机获取视差图作为输入图像,经过轻量特征提取器提取输入视图的特征,获取分辨率不同的一组特征;S300:级联与组代价体构建模块用于根据提取的分辨率不同的特征分别构建不同尺度的包含语义信息的级联代价体与包含相似性信息的组代价体;S400:密集尺度感知融合模块通过迭代的方式对不同尺度的组代价体进行融合和上采样,得到融合多尺度信息的新组代价体以及上采样后更新的代价体;S500:长程感知融合模块使用包含相似性信息组代价体约束包含语义信息的级联代价体,获取新的融合后的代价体特征,融合后的代价体使用一种沙漏型的卷积模块进行聚合,将之上采样并与对应的新组代价体融合,得到最终的代价体;S600:对于获取的最终代价体使用稀疏视差回归,并使用上采样方法恢复最终分辨率的视差图,得到最终结果。
全文数据:
权利要求:
百度查询: 湖南大学 基于逐级长程捕捉与细节恢复的轻量双目立体匹配方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。