基于卷积神经网络的半全局立体匹配

卷积神经网络在训练时,输入的图像对可能存在尺寸不一致,以及半全局算法的路径代价聚合不能完全利用待匹配点周围的像素,本文提出一种结合空间金字塔的网络结构训练图像对,计算初始匹配代价,在代价聚合时采用一种结合树形结构的半全局算法。改进后的算法通过实验证明,误匹配率有了明显的降低,获取的视差图精度更高。