基于深度学习的立体匹配算法:Zbontar J等人提出的方法
Zbontar J 等人利用成对小图像块和标注图像作为输入,训练了一种匹配代价卷积神经网络,并使用交叉代价聚合方法来聚合匹配代价。为了实现平滑性约束,他们采用了 SGM 方法,并对遮挡区域进行了左右一致性检验。最终,他们通过中值滤波器和双边滤波器得到了视差图。
原文地址: https://www.cveoy.top/t/topic/mU1c 著作权归作者所有。请勿转载和采集!
安全问答是一个知识全球问答,包含丰富的问答知识
Zbontar J 等人利用成对小图像块和标注图像作为输入,训练了一种匹配代价卷积神经网络,并使用交叉代价聚合方法来聚合匹配代价。为了实现平滑性约束,他们采用了 SGM 方法,并对遮挡区域进行了左右一致性检验。最终,他们通过中值滤波器和双边滤波器得到了视差图。
原文地址: https://www.cveoy.top/t/topic/mU1c 著作权归作者所有。请勿转载和采集!