基于两阶段代价矩阵和动态注意力的双目立体匹配网络

来源：同济大学学报·自然科学版杂志2024年第10期北京时间：

作者：王志成，王泽灏

单位：同济大学 电子与信息工程学院，上海 201804

摘要：目前大多数先进的双目立体匹配网络通过构建4D代价矩阵以保留图像的语义信息，增加了网络的计算量开销。为了解决上述问题，提出了两阶段的组合代价矩阵和多尺度动态注意力的EDNet++网络。首先从全局的、粗粒度的视差搜索范围上构建的基于相似度的代价矩阵作为引导，在局部的搜索范围上实现细粒度的组合代价矩阵，其次提出基于残差的动态注意力机制，其根据中间结果信息自适应地生成空间上的注意力分布，并且通过迁移实验证明了该方法的有效性，最后在各大公开数据集上的对比实验结果表明，相较于其他方法，EDNet++方法能够达到算法精度和实时性的良好平衡。

关键词：双目立体匹配,神经网络,注意力机制

基金资助：中国国防基础研究项目（JCKY 2020206B03）