一种基于可变形和深度可分离卷积的立体匹配方法

摘要

本发明公开了一种基于可变形和深度可分离卷积的立体匹配方法，包括：将左图像和右图像输入至可变形特征提取网络模型提取有效特征，所述左图像和所述右图像分别为双目视觉相机所得到的两个图像；将所述有效特征通过级联操作，融合后获得成本量；将所述成本量输入至深度可分离3DCNN网络模型，学习不同尺度、位置和形态的特征，聚合有效信息，得到3DCNN网络学习后的图像；使用上采样将3DCNN网络学习到的图像还原到原始图像大小；使用softmax函数对还原后的图像进行视差回归预测，输出视差图。应用本发明实施例，自适应物体特征形变,扩大有效感受野，减少信息损失；深度可分离卷积，融入学习网络，减少3DCNN带来的巨大参数，减少运算量。