[发明专利]一种基于引导信息的立体匹配方法

权利要求书

1.一种基于引导信息的立体匹配方法，其特征在于：该方法步骤如下：

步骤一：图像输入：输入左右图像，将其中的左图像作为参考图像，右图像作为目标图像；

步骤二：特征提取：使用卷积网络VGG对输入的左右图像分别进行特征提取，获取小于步骤一图像的不同尺度图像特征；

步骤三：提取边缘信息：使用整体嵌套边缘检测HED网络对输入的左右图像分别提取边缘特征图，获取边缘细节信息；

步骤四：视差注意力计算初始视差：将步骤二获得的不同尺度的图像特征与边缘信息融合后输入到级联的视差注意力模块，生成视差注意力图，对视差注意力回归得到初始视差图；

步骤五：提取语义信息：特征提取的最后进行池化层处理，得到的池化层特征送入到密集连接的空洞空间卷积池化金字塔DenseASPP网络提取语义特征图，获取语义信息；

步骤六：视差优化：语义特征图与初始视差图融合送入沙漏型网络，利用语义信息对初始视差图进行视差优化得到最终视差图，完成立体匹配。

2.根据权利要求1所述的基于引导信息的立体匹配方法，其特征在于：所述步骤一的图像裁剪后送入VGG网络进行特征提取。

3.根据权利要求1所述的基于引导信息的立体匹配方法，其特征在于：所述步骤三，输入左右相机图像送入HED网络提取边缘特征图，将步骤二得到的不同尺度的图像特征进行上采样操作后与边缘特征图在通道维度上叠加，将边缘信息融合。

4.根据权利要求1所述的基于引导信息的立体匹配方法，其特征在于：所述步骤四，融合边缘信息后的特征送入级联的视差注意力模块计算初始视差，视差注意力对于参考图像中的每一个像素，计算其特征相似性与目标图像中所有可能的差异，从而生成通道数为1的视差注意力图，对视差注意力图进行回归计算得到初始视差。

5.根据权利要求1所述的基于引导信息的立体匹配方法，其特征在于：所述步骤五，对经过语义信息提取网络得到的语义特征图进行上采样操作后与初始视差图在通道维度上叠加，融合后特征送入沙漏型网络进行视差优化，得到最终视差图。

6.根据权利要求1所述的基于引导信息的立体匹配方法，其特征在于：所述步骤六，网络生成的视差图通过smooth_L1损失函数计算与真实值之间的误差；误差通过Adam优化方法进行梯度更新从而引导整个网络模型的训练。