收录：
摘要：
本发明公开了一种基于卷积神经网络的双目立体匹配方法。对于匹配代价计算，在初始特征的基础上利用稠密块整合上下文信息。对于匹配代价聚和，提出一个小型编解码结构正则化代价量。对于视差计算，在代价量的视差维度上执行一个可微分的soft argmin操作获取初始视差。对于视差细化，以残差块为主，相似性度量为辅指导细化初始视差。本发明严格遵照立体匹配算法的4个阶段，并将4个步骤整合到一个网络中，可端对端的对网络进行训练。本发明的立体匹配方法在特征提取过程中整合上下文信息有效的缓解了病态区域内像素点的误匹配，正则化过程中小型编解码结构显著减少了网络训练/推测期间的内存占用和运行时间，提高了视差预测精度。
关键词：
通讯作者信息：
电子邮件地址：
