基于门控循环单元的立体匹配方法研究

作     者：杜弘志 张腾 孙岩标 杨凌辉 邾继贵 Du Hongzhi;Zhang Teng;Sun Yanbiao;Yang Linghui;Zhu Jigui

作者机构：天津大学精密测试技术及仪器国家重点实验室天津300072 

出 版 物：《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期：2021年第58卷第14期

页      面：379-386页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金(41701522 51975408 51721003) 

主　　题：机器视觉 立体匹配 深度学习 循环神经网络 门控循环单元 

摘      要：基于三维卷积神经网络(3DCNN)结构的深度学习立体匹配方法是目前实现高精度视差结果的重要手段,其核心是以高计算成本来换取匹配的精确性。为了实现低计算成本的立体匹配方法,提出一种基于门控循环单元网络的立体匹配方法。所提方法采用门控循环单元结构来代替三维卷积实现代价聚合,基于循环结构特性来减少网络所需的计算资源。同时,为了保证门控循环单元方法在弱纹理与遮挡区域的视差估计精度,通过“编码-解码结构来增强网络在三维匹配代价空间中的感受野,以残差连接的方式对多尺度下的匹配代价进行有效融合。在实验验证过程中,利用KITTI2015和Scene Flow数据集进行方法性能验证。实验结果证明,所提匹配方法的精度与三维卷积立体匹配方法接近,但是显存消耗降低45%,运行时间减少18%,极大降低了立体视觉匹配的计算成本。