单目视角下多尺度可变形对齐感知的双向门控特征聚合立体图像生成

来源：电子与信息学报杂志2026年第4期北京时间：

作者：张春兰, 屈玉玮, 聂浪, 林春雨

单位：1.衡水学院电子信息工程学院，衡水 0530102.重庆邮电大学图像认知重庆市重点实验室 重庆 4000653.北京交通大学信息科学研究所 北京 100044

摘要：单目视角下的立体图像生成通常依赖深度真值作为先验，易存在几何错位、遮挡伪影及纹理模糊等问题。为此，该文提出一种多尺度可变形对齐感知的双向门控特征聚合立体图像生成网络，在无需深度真值监督的条件下实现端到端训练。该方法引入多尺度可变形对齐模块(MSDA)根据内容自适应调整采样位置，在不同尺度上自适应对齐源特征与目标特征，缓解固定卷积难以适应几何变形和视差变化引起的错位问题；此外，构建纹理结构双向门控特征聚合模块(Bi-GFA)，提出一种约束网络浅层学习纹理、深层建模结构的特征解耦策略，实现纹理与结构信息的动态互补与高效融合；同时，设计可学习的对齐引导损失(LAG)，进一步提升特征对齐精度与语义一致性。在KITTI, MPEG-FTV及多视点深度视频序列数据集上的实验结果表明，所提方法在结构还原性、纹理质量及视角一致性等方面优于现有先进方法。

关键词：立体图像, 多尺度可变形对齐, 双向门控, 特征聚合, 单目视角生成

基金资助：河北省教育厅资助科研项目(BJK2024146)，河北省自然科学基金(F2025111005)，国家自然科学基金(62502057)，衡水学院校级科研项目(2024XJPY04, 2023GC26)