边缘引导特征融合和代价聚合的立体匹配算法

来源：计算机工程与应用杂志2022年第21期北京时间：

作者：张浩东, 宋嘉菲, 张广慧

单位：1.中国科学院 上海微系统与信息技术研究所 仿生视觉系统实验室，上海 200050；2.中国科学院大学，北京 100049；3.上海科技大学，上海 201210；

摘要：针对立体匹配在精细结构，尤其边缘处的误差较大的问题，提出了利用边缘引导特征融合和代价聚合的立体匹配算法。利用图像边缘引导不同尺度特征体加权融合，即对小尺度特征体的边缘处，大尺度特征体的非边缘处赋予更大权重，以获得表征能力更强的融合特征体。在代价聚合阶段弱化边缘处匹配代价，减少不可靠信息传播。所提方法在SceneFlow和KITTI 2015数据集进行了评估，将基准网络PSMNet的误差分别降低了35.2%、2.2%。实验证明，边缘信息的引入针对性地改善了现有算法在精细结构处（尤其边缘处）的视差求解，提高了整体预测精度。此外，所提的模块是轻量的，可适用于不同的立体匹配网络。

关键词：机器视觉,立体匹配,卷积神经网络,双目视觉,边缘信息