近年來,隨著人工智能技術的快速發(fā)展與應用,各行各業(yè)對智能體與環(huán)境之間智能交互的需求越來越多。場景深度信息的準確獲取是實現(xiàn)智能交互的關鍵。例如,自動駕駛過程中,智能車需要感知前方場景深度以實現(xiàn)避障;機器人需要了解自身與周圍環(huán)境中對象物的相對距離以實現(xiàn)路徑規(guī)劃或與對象物進行互動。立體匹配是獲得場景深度信息的關鍵技術之一。相比激光測距等其他場景深度感知方式,基于立體匹配的深度計算方法成本低且不受測量距離限制,因而受到廣泛關注。立體匹配是當前計算機視覺領域中的一項重要研究課題,也是其他熱點研究問題的子環(huán)節(jié),如三維模型重建、即時定位與建圖等。現(xiàn)有立體匹配方法眾多,深度學習技術的出現(xiàn)也為立體匹配帶來新的機遇,但現(xiàn)有立體匹配算法仍存在以下問題:1.傳統(tǒng)能量優(yōu)化式立體匹配算法在設計能量公式時所依據(jù)的顏色一致性假設,在面臨場景光照變換較大的情形時不夠魯棒,容易出現(xiàn)計算錯誤;同時,傳統(tǒng)能量公式依據(jù)的鄰域約束在場景深度急劇變化的區(qū)域表現(xiàn)較差。2.現(xiàn)有基于深度學習的端到端立體匹配網(wǎng)絡,常源自求解其他視覺任務的網(wǎng)絡結構。這一過程往往忽視了不同視覺任務之間的特性差異。另外,現(xiàn)有網(wǎng)絡采用的三維卷積參數(shù)數(shù)量較大,導致... 

【文章來源】：北京工業(yè)大學北京市 211工程院校

【文章頁數(shù)】：81 頁

【學位級別】：碩士

【部分圖文】：

圖本章網(wǎng)絡結構圖5.1.2左右一致性特征提取

【參考文獻】：
期刊論文
[1]基于SIFT和Daisy相結合的立體匹配算法[J]. 楊薇,董洪偉,劉蕾.  計算機工程與應用. 2014(12)

博士論文
[1]基于全景視覺的移動機器人SLAM方法研究[D]. 吳葉斌.哈爾濱工程大學 2011

碩士論文
[1]交互式立體圖像分割及修復算法研究[D]. 秦悅.北京工業(yè)大學 2018



本文編號：3603464