近年來,隨著人工智能技術(shù)的快速發(fā)展與應(yīng)用,各行各業(yè)對(duì)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(zhǔn)確獲取是實(shí)現(xiàn)智能交互的關(guān)鍵。例如,自動(dòng)駕駛過程中,智能車需要感知前方場景深度以實(shí)現(xiàn)避障;機(jī)器人需要了解自身與周圍環(huán)境中對(duì)象物的相對(duì)距離以實(shí)現(xiàn)路徑規(guī)劃或與對(duì)象物進(jìn)行互動(dòng)。立體匹配是獲得場景深度信息的關(guān)鍵技術(shù)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(jì)算方法成本低且不受測量距離限制,因而受到廣泛關(guān)注。立體匹配是當(dāng)前計(jì)算機(jī)視覺領(lǐng)域中的一項(xiàng)重要研究課題,也是其他熱點(diǎn)研究問題的子環(huán)節(jié),如三維模型重建、即時(shí)定位與建圖等�，F(xiàn)有立體匹配方法眾多,深度學(xué)習(xí)技術(shù)的出現(xiàn)也為立體匹配帶來新的機(jī)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(shè)計(jì)能量公式時(shí)所依據(jù)的顏色一致性假設(shè),在面臨場景光照變換較大的情形時(shí)不夠魯棒,容易出現(xiàn)計(jì)算錯(cuò)誤;同時(shí),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(xué)習(xí)的端到端立體匹配網(wǎng)絡(luò),常源自求解其他視覺任務(wù)的網(wǎng)絡(luò)結(jié)構(gòu)。這一過程往往忽視了不同視覺任務(wù)之間的特性差異。另外,現(xiàn)有網(wǎng)絡(luò)采用的三維卷積參數(shù)數(shù)量較大,導(dǎo)致... 

【文章來源】：北京工業(yè)大學(xué)北京市 211工程院校

【文章頁數(shù)】：81 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖本章網(wǎng)絡(luò)結(jié)構(gòu)圖5.1.2左右一致性特征提取

【參考文獻(xiàn)】：
期刊論文
[1]基于SIFT和Daisy相結(jié)合的立體匹配算法[J]. 楊薇,董洪偉,劉蕾.  計(jì)算機(jī)工程與應(yīng)用. 2014(12)

博士論文
[1]基于全景視覺的移動(dòng)機(jī)器人SLAM方法研究[D]. 吳葉斌.哈爾濱工程大學(xué) 2011

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



本文編號(hào)：3603464