立體匹配是計算機視覺研究中最古老的課題之一。其目標是模擬人類的視覺系統(tǒng),用相機代替雙目,用算法代替大腦,從場景的兩張二維圖像中還原出深度信息來。在諸如三維重建、自動駕駛、體感游戲等許多計算機視覺應(yīng)用中,立體匹配都起到了著至關(guān)重要的作用。其算法的核心任務(wù)是,對輸入的兩張圖片做逐像素對的匹配,輸出對應(yīng)的視差圖。通過數(shù)學(xué)變換,視差圖可以轉(zhuǎn)換成對應(yīng)的深度圖。最近,深度學(xué)習(xí)的一個全新分支——生成對抗網(wǎng)絡(luò)開始越來越受到人們的關(guān)注。本論文首次嘗試將生成對抗網(wǎng)絡(luò)應(yīng)用于立體匹配任務(wù)中,提出了一個基于條件對抗網(wǎng)絡(luò)的立體匹配算法。本論文中的條件對抗網(wǎng)絡(luò)由兩個子網(wǎng)絡(luò)組成:其中一個子網(wǎng)絡(luò)是生成器,目標是學(xué)習(xí)從左右相機視圖到對應(yīng)視差圖的映射;另一個子網(wǎng)絡(luò)是判別器,目標是判斷輸入的視差圖是來自于生成樣本還是來自于真實樣本。這里,生成器和判別器都以同一對相機視圖作為輸入。對于這兩個子網(wǎng)絡(luò),本論文采用了一種對抗訓(xùn)練的方式進行學(xué)習(xí)。在網(wǎng)絡(luò)架構(gòu)方面,充分考慮到立體匹配任務(wù)的固有特點,本論文提出的生成器的網(wǎng)絡(luò)結(jié)構(gòu)結(jié)合了Siamese網(wǎng)絡(luò)與U-Net。其中,Siamese網(wǎng)絡(luò)可以處理立體匹配的左右相機視圖,用于抽取出高層特征。...

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景
        1.1.1 立體匹配概述
        1.1.2 立體匹配需要克服的難點
        1.1.3 立體匹配的研究方法
        1.1.4 立體匹配的基本流程
    1.2 相關(guān)工作
        1.2.1 局部方法
        1.2.2 全局方法
        1.2.3 置信度方法
    1.3 研究動機以及本文貢獻
    1.4 論文結(jié)構(gòu)
第二章 深度學(xué)習(xí)及其在立體匹配中應(yīng)用
    2.1 神經(jīng)網(wǎng)絡(luò)概述
        2.1.1 神經(jīng)元與神經(jīng)網(wǎng)絡(luò)
        2.1.2 神經(jīng)網(wǎng)絡(luò)中的運算
    2.2 深度學(xué)習(xí)的發(fā)展
    2.3 深度學(xué)習(xí)中的基礎(chǔ)模塊
        2.3.1 卷積層
        2.3.2 激活函數(shù)
        2.3.3 池化層
        2.3.4 全連接層
        2.3.5 目標函數(shù)
    2.4 深度學(xué)習(xí)經(jīng)典網(wǎng)絡(luò)結(jié)構(gòu)
        2.4.1 Alex-Net
        2.4.2 VGG-Net
        2.4.3 全卷積網(wǎng)絡(luò)
        2.4.4 U-Net
        2.4.5 Siamese網(wǎng)絡(luò)
    2.5 深度學(xué)習(xí)在立體匹配中的應(yīng)用
        2.5.1 部分階段的深度學(xué)習(xí)
        2.5.2 端到端的深度學(xué)習(xí)
        2.5.3 置信度方法中的深度學(xué)習(xí)
第三章 基于條件對抗網(wǎng)絡(luò)的立體匹配算法
    3.1 對抗訓(xùn)練框架
        3.1.1 生成對抗網(wǎng)絡(luò)
        3.1.2 條件生成對抗網(wǎng)絡(luò)
        3.1.3 pix2pix
    3.2 網(wǎng)絡(luò)結(jié)構(gòu)
        3.2.1 生成器網(wǎng)絡(luò)
        3.2.2 判別器網(wǎng)絡(luò)
第四章 實驗結(jié)果與分析
    4.1 數(shù)據(jù)集
    4.2 訓(xùn)練細節(jié)
        4.2.1 評價指標
        4.2.2 數(shù)據(jù)預(yù)處理方法
        4.2.3 權(quán)值初始化方法
        4.2.4 生成器的目標函數(shù)
        4.2.5 激活函數(shù)
        4.2.6 優(yōu)化算法
        4.2.7 優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)的超參數(shù)
        4.2.8 正則化方法
        4.2.9 重要參數(shù)匯總
        4.2.10 實現(xiàn)細節(jié)
    4.3 定量結(jié)果和定性結(jié)果
        4.3.1 生成器網(wǎng)絡(luò)架構(gòu)的比較
        4.3.2 判別器網(wǎng)絡(luò)架構(gòu)的比較
        4.3.3 對抗項的正則化性質(zhì)
第五章 全文總結(jié)以及未來工作展望
    5.1 全文總結(jié)
    5.2 未來工作
參考文獻
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文



本文編號：3854721