雙目立體匹配是計(jì)算機(jī)視覺中一個(gè)基礎(chǔ)而重要的研究方向,其任務(wù)是基于一對(duì)矯正后的圖像來計(jì)算出參考圖中每個(gè)像素的視差。最近隨著卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展,基于深度學(xué)習(xí)的雙目立體匹配算法取得非常好的效果。然而這些方法在一些重復(fù)紋理,稀疏紋理以及遮擋等病態(tài)區(qū)域上仍然不理想。本文在DispNets基礎(chǔ)上結(jié)合雙目立體匹配任務(wù)特點(diǎn),提出了一種基于多尺度信息和注意力的立體匹配算法。我們首先提出了一種基于多尺度上下文信息的雙目立體匹配算法,通過使用空間金字池化層來將多尺度的上下文信息進(jìn)行融合,并且引入帶洞卷積在不降低分辨率的情況下保持相同的感受野,減少了小尺度物體高級(jí)語義信息的丟失。然后我們結(jié)合殘差注意力機(jī)制,提出了多尺度注意力機(jī)制的匹配算法,網(wǎng)絡(luò)能夠?yàn)橐暡铑A(yù)測(cè)時(shí)自適應(yīng)地提像素級(jí)別的注意力信息,減少冗余信息。最后我們結(jié)合金字塔池化層和注意力機(jī)制,提出了多尺度上下文信息和注意力機(jī)制的雙目立體匹配算法,作為最終的模型。我們?cè)贔lyingthings3D,KITTI2012和KITTI2015三個(gè)數(shù)據(jù)集上與一些前沿算法進(jìn)行了一系列對(duì)比實(shí)驗(yàn)。我們提出的基于多尺度上下文信息匹配算法和基于注意力機(jī)制的匹配算法在三個(gè)數(shù)據(jù)集的測(cè)...

【文章頁數(shù)】：43 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 非端到端的深度立體匹配算法
        1.2.2 端到端的深度立體匹配算法
    1.3 研究?jī)?nèi)容和貢獻(xiàn)
    1.4 論文章節(jié)安排
2 雙目立體視覺原理和Disp Nets模型
    2.1 立體視覺基本原理
        2.1.1 單目視覺
        2.1.2 雙目視覺
        2.1.3 對(duì)極幾何原理
        2.1.4 視差和深度關(guān)系
    2.2 DispNets模型
3 本文算法
    3.1 基于多尺度上下文信息的方法
        3.1.1 空間金字塔池化層
        3.1.2 帶洞卷積
        3.1.3 基于多尺度上下文信息的方法
    3.2 多尺度注意力模型
        3.2.1 注意力機(jī)制
        3.2.2 殘差注意力
        3.2.3 多尺度注意力機(jī)制模型
    3.3 基于多尺度上下文信息和注意力機(jī)制的立體匹配算法
4 實(shí)驗(yàn)結(jié)果分析
    4.1 雙目數(shù)據(jù)
    4.2 實(shí)驗(yàn)細(xì)節(jié)
        4.2.1 實(shí)驗(yàn)數(shù)據(jù)預(yù)處理
        4.2.2 模型訓(xùn)練
    4.3 模型定性和定量評(píng)價(jià)
        4.3.1 測(cè)評(píng)指標(biāo)
        4.3.2 DispnetS,DispnetSPP和 DispnetSA模型分析
        4.3.3 DispnetSPPA模型
        4.3.4 雙目立體匹配算法比較
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝



本文編號(hào)：3836764