一种基于混合可分离卷积的双目立体匹配方法组成比例

本发明专利技术涉及一种基于混合可分离卷积的双目立体匹配方法，属于计算机视觉中的双目视觉领域。本发明专利技术在通道维度上采用不同尺寸的卷积核处理分组后的特征，由于不同大小的卷积核获得的感受野不同，因此使用多种尺度的卷积核可以融合不同大小的感受野，从而提高特征的提取能力；采用可分离卷积构造视差计算模块可以有效地降低网络的计算参数，从而实现模型的轻量化设计；在可分离卷积的内部实现时引入多卷积核的设计思想构造匹配网络中的视差计算模块，可以实现在降低参数量的同时保证模型的匹配精度。使用本发明专利技术对输入图像进行匹配测试，结果表明，该算法可以获得较高的匹配精度。

【技术实现步骤摘要】
一种基于混合可分离卷积的双目立体匹配方法
本专利技术涉及一种基于混合可分离卷积的双目立体匹配方法，属于计算机视觉中的双目视觉领域。
技术介绍
双目立体匹配是计算机视觉领域中的一个研究热点，在环境感知、三维重建、智能机器人等领域中发挥着重要的作用。目前，双目立体匹配方法主要分为两类：传统的立体匹配方法和基于深度学习的立体匹配方法。其中，传统方法将立体匹配划分为经典的四个子步骤并且主要采用人工确定特征的方式进行立体匹配，因此很难使用有限的特征获得足够精确的视差结果。虽然基于卷积神经网络的方法相比于传统方法在精度上得到一定的提高。但是，随着网络深度和通道维度的增加，导致模型的计算量和参数量急剧增加。因此，如何在保证匹配精度的同时降低参数量仍是当前的研究难点。
技术实现思路
针对上述问题，本专利技术引入可分离卷积降低网络的计算参数，同时在可分离卷积的内部采用不同大小的卷积核对分组后的特征分别进行卷积操作，从而可以实现不同尺度的特征提取，最终在实现计算参数降低的同时保证模型的匹配精度。为达到上述目的，本专利技术的技术方案为：<本文档来自技高网...

【技术保护点】
1.一种基于混合可分离卷积的双目立体匹配方法，其特征在于，包括如下步骤：/n步骤一、获取参数矫正后的待训练双目图像数据；/n步骤二、将步骤一中的左右图像分别输入到两个具有相同结构的特征提取网络中进行卷积操作，过程包括：设置四组具有不同通道数的残差块进行特征提取；/n步骤三、将左右图像的特征进行融合，并通过空间金字塔池化的方式初步提取多尺度信息，共同构造匹配代价卷；/n步骤四、在可分离卷积内部同一层内设置多种不同尺度的卷积核构造编解码结构对生成的高维匹配代价进行特征提取，过程包括：对输入的特征张量进行按照通道进行分组，每个组采用不同大小的卷积核如：3×3，5×5，7×7等，之后通过1×1的卷积核...

【技术特征摘要】
1.一种基于混合可分离卷积的双目立体匹配方法，其特征在于，包括如下步骤：
步骤一、获取参数矫正后的待训练双目图像数据；
步骤二、将步骤一中的左右图像分别输入到两个具有相同结构的特征提取网络中进行卷积操作，过程包括：设置四组具有不同通道数的残差块进行特征提取；
步骤三、将左右图像的特征进行融合，并通过空间金字塔池化的方式初步提取多尺度信息，共同构造匹配代价卷；
步骤四、在可分离卷积内部同一层内设置多种不同尺度的卷积核构造编解码结构对生成的高维匹配代价进行特征提取，过程包括：对输入的特征张量进行按照通道进行分组，每个组采用不同大小的卷积核如：3×3，5×5，7×7等，之后通过1...

【专利技术属性】
技术研发人员：郑秋梅，温阳，王风华，
申请(专利权)人：中国石油大学华东，
类型：发明
国别省市：山东;37