期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于自注意力机制和多尺度代价聚合的双目深度估计方法 被引量:1
1
作者 李恒宇 许晓俊 +2 位作者 杨小康 刘军 刘靖逸 《中国测试》 北大核心 2025年第8期122-130,共9页
针对无人系统在室外场景中细长、弱纹理等物体的深度估计困难问题,提出一种基于自注意力机制和多尺度代价聚合的双目深度估计方法。首先,利用可变形卷积和空洞金字塔卷积,改善特征提取模块的特征提取能力;其次,采用多尺度的匹配代价计算... 针对无人系统在室外场景中细长、弱纹理等物体的深度估计困难问题,提出一种基于自注意力机制和多尺度代价聚合的双目深度估计方法。首先,利用可变形卷积和空洞金字塔卷积,改善特征提取模块的特征提取能力;其次,采用多尺度的匹配代价计算,兼顾视差估计的全局连续性和细节信息;然后,匹配代价聚合模块引入自注意力机制,以解决代价体值分布不均的问题;之后,通过视差回归获得最终估计视差。最终,通过消融实验和对比实验对深度估计方法的性能进行验证。实验结果表明,在满足无人系统基本实时性的条件下,该方法使D1指标降低至1.28%,EPE指标降低至0.614像素,有效提升视差估计的精度。此外,定性评估显示,该方法在细长和低纹理物体的深度估计上取得不错的效果。 展开更多
关键词 深度估计 卷积网络 代价计算 自注意力
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部