公开(公告)号：CN118552752A

公开(公告)日：2024-08-27

申请号：CN202310183930.4

申请日：2023-02-24

Applicant: 中国矿业大学(北京)

Inventor： 伍云霞 ,  邹正阳 ,  曾妙萱

IPC: G06V10/74 ,  G06V10/82 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/048 ,  G06N3/047 ,  G06N3/084

Abstract: 本发明主要采用深度学习的方法对输入立体图片对进行处理以获取视差图，以至少部分解决立体匹配网络在重复纹理区域的精度下降问题。首先利用残差块构造孪生网络并对立体图片对进行特征提取，然后运用几何先验计算像素点的相似性并构建几何指导的3D代价体积。接下来使用改进的Soft Argmax函数预测初始视差图，随后多次利用相关性金字塔和更新操作符预测视差残差以获得精确的视差估计。本发明部分解决了重复纹理等病态区域无法找到准确的匹配点的问题，能够在计算能力和精度之间做出很好的权衡。