摘要
密集匹配又称稠密匹配,是数字摄影测量过程中的关键步骤之一。它是在2幅或多幅同名影像中,逐一进行像素匹配并生成逐像素点的视差图和深度图。传统的密集匹配方法往往由于存在遮挡、纹理缺乏以及特征稀疏等问题,因此其质量的提高会受到一定的限制。近年来,不少学者开展了利用卷积神经网络对密集匹配应用的研究,而且这些算法在KITTI等计算机视觉数据集中的表现很好。基于深度学习的方法,该文开展了对密集匹配算法的研究,介绍了一种深度学习网络PSMNet,利用Middubury数据集的数据对其进行测试,并且将结果与传统的SGM、GC算法进行比较。
出处
《中国新技术新产品》
2021年第5期8-11,共4页
New Technology & New Products of China
