一种弱纹理目标立体匹配网络

现有深度估计方法在高分辨率图像下存在特征提取不够充分、局部信息特征提取差的问题,为此提出一种面向全局特征的Transformer立体匹配网络;该网络采用编码器-解码器的端到端架构,采用多头注意力机制,允许模型在不同子空间中关注不同特征,从而提高特征提取能力;模型将自注意力机制和特征重构窗口结合,能够提高特征的表征能力,弥补局部特征不足的问题,在减少计算负担的同时有效解决Transformer架构计算复杂度高的问题,将模型的计算复杂度保持在线性范围内;在Scene Flow、KITTI-2015数据集上分别进行实验,与现有方法相比,相关指标得到显著提升,验证了模型的有效性和实用性。