基于卷积神经网络的半全局立体匹配

卷积神经网络在训练时,输入的图像对可能存在尺寸不一致,以及半全局算法的路径代价聚合不能完全利用待匹配点周围的像素,本文提出一种结合空间金字塔的网络结构训练图像对,计算初始匹配代价,在代价聚合时采用一种结合树形结构的半全局算法。改进后的算法通过实验证明,误匹配率有了明显的降低,获取的视差图精度更高。

类型: 期刊论文

作者: 谭浩,车志龙,苏翠丽

关键词: 卷积神经网络,半全局立体匹配,代价聚合

来源: 信息技术与信息化 2019年11期

年度: 2019

分类: 信息科技

专业: 计算机软件及计算机应用,自动化技术

单位: 青岛理工大学信息与控制工程学院

分类号: TP391.41;TP183

页码: 137-138

总页数: 2

文件大小: 1572K

下载量: 74