[发明专利]一种基于改进PSMNet的双目视觉立体匹配方法

摘要

本发明公开了一种基于改进PSMNet的双目视觉立体匹配方法，包括如下步骤：采用降维的起始模块对左右图像进行特征提取，分别得到特征图，将得到的特征图输入SPP模块，SPP模块将特征图压缩之后进行上采样，并将不同级别的特征图合成最终SPP特征图，结合左右图中每个视差值，每个视差值对应的特征图与SPP特征图构成四维匹配代价卷，三维卷积模块聚合环境信息，并且通过上采样和视差回归得到最终的视差图，根据由归一化指数函数操作得到预测代价Cd来计算每一个视差的可能性，使用恒等映射进行优化，预测视差值由每一个视差值及其对应的可能性求和得到。

主权项

1.一种基于改进PSMNet的双目视觉立体匹配算法，其特征在于，包括以下步骤：S1：采用降维的起始模块对左右图像进行特征提取，分别得到特征图；S2：将得到的特征图输入SPP模块，SPP模块将特征图压缩之后进行上采样，并将不同级别的特征图合成最终SPP特征图，SPP特征图的生成过程为：A、选择一个特征信息作为基础，提取特征信息上的特征连接值；B、查找特征信息，根据基础特征信息上的特征连接值在采集的特征信息中寻找可与特征连接值相匹配的特征信息进行连接，生成更大的基础特征信息；C、在新生成的基础特征信息上再次提取新的特征连接值，在采集的特征信息中寻找可与新的特征连接值相匹配的特征信息进行连接，依次寻找进行匹配；D、最后，形成最终SPP特征图；S3：结合左右图中每个视差值，每个视差值对应的特征图与SPP特征图构成四维匹配代价卷；S4：三维卷积模块聚合环境信息，并且通过上采样和视差回归得到最终的视差图，根据由归一化指数函数操作得到预测代价C_d来计算每一个视差的可能性，使用恒等映射进行优化，预测视差值由每一个视差值及其对应的可能性求和得到。