一种基于孪生网络的双目视差估计方法技术

本发明专利技术公开一种基于孪生网络的双目视差估计方法，先构建双目视差估计模型；将左图和右图输入双目视差估计模型；所述双目视差估计模型包括特征提取网络、频域注意力模块、初始视差估计网络和迭代优化网络；所述特征提取网络包含特征网络和上下文网络；左图和右图输入特征网络处理后得到的输出进入初始视差估计网络；所述初始视差估计网络包括聚合代价体、沙漏网络和n层网格检索模块L，特征提取网络的输出进入频域注意力模块；所述迭代优化网络由n层门控逻辑单元组成；本发明专利技术引入了频域注意力机制，显著增强了上下文网络对高频信息的处理能力。同时，通过改进视差回归策略，引入局部极大值的概念，算法的覆盖范围和准确性均得到了提升。

【技术实现步骤摘要】

本专利技术属于计算机视觉领域，具体涉及一种基于孪生网络的双目视差估计方法。

技术介绍

1、双目深度估计作为目标跟踪的延伸，对于获取目标三维坐标信息至关重要，是实现立体跟踪的关键环节。通过结合双目视差估计和目标跟踪技术，能够实现更加准确、全面的目标定位与追踪，为智能视觉系统和自主导航提供坚实的基础。

2、同时，双目视差估计技术通过分析双目摄像头获取的图像信息，实现了对水下物体的三维重建和精确测距，进一步增强了水下作业的空间感知能力。因此，随着海洋科研工作的日益精进，目标跟踪和双目视差估计等计算机视觉技术将逐渐成为海洋领域的核心技术，推动着水下作业实现更多的创新与突破。然而，双目视差估计仍面临着诸多挑战，如光照变化、纹理缺失、遮挡以及视差不连续性等，这些问题限制了其在实际应用中的性能和鲁棒性。其中，光照变化导致图像像素强度变化，影响视差估计精度；纹理缺失使得特征点稀缺，难以匹配；遮挡和视差不连续性则进一步增加了深度信息获取的复杂性。

3、水下目标深度估计是通过水下图像或传感器数据，从而推断出水下场景中物体的距离或深度信息的过程。这项技术本文档来自技高网...

【技术保护点】

1.一种基于孪生网络的双目视差估计方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种基于孪生网络的双目视差估计方法，其特征在于，所述特征网络，采用MobileNetv2作为骨干网络，在MobileNetv2的前三个阶段分别提取输入图像的1/4，1/8和1/16分辨率的特征；使用自适应空间特征融合ASFF方式，将上述三个分辨率的特征进行融合，并通过1×1卷积调整通道数，得到左右图像特征Il,r；

3.如权利要求1所述的一种基于孪生网络的双目视差估计方法，其特征在于，

4.如权利要求3所述的一种基于孪生网络的双目视差估计方法，其特征在于，

...

【技术特征摘要】

1.一种基于孪生网络的双目视差估计方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种基于孪生网络的双目视差估计方法，其特征在于，所述特征网络，采用mobilenetv2作为骨干网络，在mobilenetv2的前三个阶段分别提取输入图像的1/4，1/8和1/16分辨率的特征；使用自适应空间特征融合asff方式，将上述三个分辨率的特征进行融合，并通过1×1卷积调整通道数，得到左右图像特征il,r；

3.如权利要求1所述的一种基于孪生网络的双目视差估计方法，其特征在于，

4.如权利要求3所述的一种基于孪生网络的双目视差估计方法，其特征在于，

5.如权利要求1所述的一种基于孪生网络的双目视差...

【专利技术属性】
技术研发人员：倪杰，周志宇，胡炎君，
申请(专利权)人：浙江理工大学，
类型：发明
国别省市：