公开(公告)号：CN116612078A

公开(公告)日：2023-08-18

申请号：CN202310508756.6

申请日：2023-05-08

Applicant: 桂林电子科技大学

Inventor： 郑明德 ,  王自亮 ,  熊显名 ,  杜浩 ,  玉光等

IPC: G06T7/00 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明提供的是一种基于空洞卷积的多尺度特征融合双目视差估计算法。模型利用CNN网络提取图像的浅层特征信息，引入空洞卷积方法提取不同范围的特征，将图像的多尺度特征进行融合得到稠密的特征图，然后通过拼接级联代价体与分组相关代价体的方式构建4D联合代价体，并采用3D卷积的编‑解码结构对代价体进行聚合，最后采用视差回归的方式生成输出视差图。本发明可用于提升双目立体匹配方法的匹配精度，形成更高精度的视差图，特别是在遮挡区域和边缘的获得较精确的视差，可广泛用于三维重建、视觉SLAM等领域。

公开(公告)号：CN116051752A

公开(公告)日：2023-05-02

申请号：CN202310146684.5

申请日：2023-02-22

Applicant: 桂林电子科技大学

Inventor： 郑明德 ,  王自亮 ,  杜浩 ,  熊显名 ,  玉光等

IPC: G06T17/00 ,  G06V10/766 ,  G06V10/80 ,  G06V10/40 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明提供的是一种基于多尺度特征融合空洞卷积ResNet的双目立体匹配算法。模型选用ResNet模型作为基础网络，引入空洞卷积方法提取更大范围的特征，将不同尺度的特征融合来提升匹配精度，然后通过级联的方式联系左右图像的特征构建代价体，并采用由3D卷积构成编‑解码沙漏结构对代价体进行聚合，最后采用视差回归的方式生成输出视差图。本发明可用于提升双目立体匹配方法的匹配精度，形成更高精度的视差图，特别是在遮挡区域和边缘的获得较精确的视差，可广泛用于三维重建、视觉SLAM等领域。