跨尺度代价聚合网络

摘要

弱纹理区域由于包含信息少,且在代价聚合网络使用3D卷积计算消耗大,提出跨尺度代价聚合网络。特征提取网络使用残差网络结合注意力机制模块提取多尺度特征,构建多尺度匹配代价集,再将匹配代价集分别进行采样融合生成低分辨率视差图,最后经过优化层得到高精度的视差图。该算法在KITTI数据集上进行评估,整个图像区域的匹配精度(D1-all)和速度上均取得较好的结果。