基于可变形和深度可分离卷积的立体匹配

高会敏; 徐志京

首页> 中文期刊> 《光电子．激光》 >基于可变形和深度可分离卷积的立体匹配

基于可变形和深度可分离卷积的立体匹配

开具论文收录证明 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对传统卷积神经网络(convolutional neural network,CNN)在立体匹配过程中存在信息损失和耗时等问题,提出了基于可变形和深度可分离卷积的立体匹配算法。在特征提取过程中,利用可变形卷积和可变形卷积核构建残差网络,完成自适应学习,扩大有效感受野,从而适应物体的不同形变,获取更详细的特征,减少信息损失,提高了匹配精度。在特征聚合阶段,采用深度可分离卷积构建深度可分离聚合网络,在空间维度和通道维度分别进行卷积运算,以降低参数量和计算复杂度,保证了匹配实时性。在相关的数据集上进行测试,实验结果表明,算法的网络运行时间缩短为1.60s,在KITTI 2015和KITTI 2012数据集上三像素错误率分别为2.84%和2.79%,在SceneFlow数据集上端点误差为1.59%。相比其他基准网络,减少了网络模型的运算量同时算法精度有很大提升。

著录项

来源
《光电子．激光》 |2021年第11期|1180-1187|共8页
作者
高会敏; 徐志京;
展开▼
作者单位

上海海事大学信息工程学院;

上海201306;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TN391.4;
关键词
深度学习; 可变形卷积; 深度可分离卷积; 卷积神经网络(convolutional neural network; CNN); 立体匹配;

相似文献

中文文献
外文文献
专利

1. 基于联合注意力-可分离卷积的立体匹配算法 [J] . 张伟 ,黄娟 ,顾寄南 . 科学技术与工程 . 2023,第31期
2. 基于注意力机制和可分离卷积的双目立体匹配算法 [J] . 郑秋梅 ,温阳 ,王风华 . 微电子学与计算机 . 2021,第5期
3. 基于深度可分离卷积的轻量级时间卷积网络设计 [J] . 曹渝昆 ,桂丽嫒 . 计算机工程 . 2020,第9期
4. 基于深度可分离卷积的表情识别改进方法 [J] . 李嘉乾 ,张雷 . 智能计算机与应用 . 2023,第5期
5. 基于深度可分离卷积的大型铸件焊缝检测方法 [J] . 王杰 ,马行 ,穆春阳 . 传感器与微系统 . 2023,第5期
6. 基于深度可分离卷积轻量级网络的书法字识别 [C] . HAN Jianhong ,韩健鸿 ,BI Fukun . 第十四届全国信号和智能信息处理与应用学术会议 . 2021
7. 基于FPGA的深度可分离卷积神经网络加速器设计研究 [A] . 詹宏毅 . 2021

基于可变形和深度可分离卷积的立体匹配

摘要

著录项

相似文献

相关主题

期刊订阅