[发明专利]一种基于PSMNet优化的图像立体匹配方法

权利要求书

1.一种基于PSMNet优化的图像立体匹配方法，其特征在于，双目相机采集的左右图像分别输入到两个权重共享的ResNeXt残差卷积神经网络中，提取初步特征图像；ASPP模块提取初步提取特征图不同尺度的特征图空间信息，通过融合模块对所述特征图空间信息进行融合，得到二维融合特征图，左右二维融合特征图连接形成4维的匹配代价空间；给定匹配代价空间，3D卷积神经网络根据二维融合特征图计算匹配代价；基于所述匹配代价，通过视差回归得到预测的视差图。

2.根据权利要求1所述的基于PSMNet优化的图像立体匹配方法，其特征在于，所述ResNeXt残差卷积神经网络在ResNet结构基础上引入独立路径的数量获取。

3.根据权利要求2所述的基于PSMNet优化的图像立体匹配方法，其特征在于，所述初步特征提取模块卷积核增设有空洞率。

4.根据权利要求1所述的基于PSMNet优化的图像立体匹配方法，其特征在于，所述ASPP模块包含空洞率分别为6、12、18、24的空洞卷积。

5.根据权利要求1所述的基于PSMNet优化的图像立体匹配方法，其特征在于，所述3D卷积神经网络删除3D卷积输出与不同输出模块之间的残差连接。

6.根据权利要求5所述的基于PSMNet优化的图像立体匹配方法，其特征在于，所述3D卷积神经网络采用堆叠沙漏模块，在每个堆叠沙漏模块内部的快捷连接中添加1×1×1卷积。

7.一种根据权利要求1-6任一项所述基于PSMNet优化的图像立体匹配方法确定的PSMNet优化网络，其特征在于，包括初步特征提取模块、ASPP模块与融合模块、3D卷积模块和视差回归，所述初步特征提取模块采用ResNeXt残差卷积神经网络，所述3D卷积神经网络删除3D卷积输出与不同输出模块之间的残差连接。