基于逐组SAD成本量和特征重利用的双目立体匹配算法

    公开(公告)号:CN114359589B

    公开(公告)日:2024-09-10

    申请号:CN202111474482.0

    申请日:2021-12-03

    Applicant: 燕山大学

    Abstract: 本发明公开了基于逐组SAD成本量和特征重利用的双目立体匹配算法,本发明提出采用逐组SAD的方法去计算成本量,相减可以更明确的表征特征间的相似性,区域的相减考虑了周围像素的信息和上下文信息,可以更加明确的计算特征间的相似性,与全相关和逐组相关相比,提高了成本量的准确性,为3D聚合部分提供了更加精确的信息,进而提高了立体匹配的精度;并且构建了基于稠密连接的特征重利用聚合网络,采用稠密连接的原理对代价聚合部分的多尺寸信息进行重复利用,减少了在编码解码过程中信息的丢失,在一定程度上提高了代价聚合网络的有效性,在不增加时间消耗的前提下,提高了聚合网络的效率,在没有增加时间的前提下进一步提高了匹配精度。

    基于逐组SAD成本量和特征重利用的双目立体匹配算法

    公开(公告)号:CN114359589A

    公开(公告)日:2022-04-15

    申请号:CN202111474482.0

    申请日:2021-12-03

    Applicant: 燕山大学

    Abstract: 本发明公开了基于逐组SAD成本量和特征重利用的双目立体匹配算法,本发明提出采用逐组SAD的方法去计算成本量,相减可以更明确的表征特征间的相似性,区域的相减考虑了周围像素的信息和上下文信息,可以更加明确的计算特征间的相似性,与全相关和逐组相关相比,提高了成本量的准确性,为3D聚合部分提供了更加精确的信息,进而提高了立体匹配的精度;并且构建了基于稠密连接的特征重利用聚合网络,采用稠密连接的原理对代价聚合部分的多尺寸信息进行重复利用,减少了在编码解码过程中信息的丢失,在一定程度上提高了代价聚合网络的有效性,在不增加时间消耗的前提下,提高了聚合网络的效率,在没有增加时间的前提下进一步提高了匹配精度。

Patent Agency Ranking