公开(公告)号：CN119941818A

公开(公告)日：2025-05-06

申请号：CN202510052711.1

申请日：2025-01-14

Applicant: 北京邮电大学

Inventor： 张雪松 ,  李灿恒 ,  张鹏宇

IPC: G06T7/55 ,  G06T7/00 ,  G06T3/4038 ,  G06T3/4046 ,  G06T3/4053 ,  G06T3/4007 ,  G06V10/774 ,  G06V10/77 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/084 ,  G06N5/04

Abstract: 本发明公开了一种双目视差估计的通用深度学习方法，针对不同视差范围数据集迁移适应性差的问题，提出了一种具有高泛化能力的网络结构；通过学习从图像函数空间到视差函数空间的映射，模型支持自定义视差范围和多尺度训练，能够动态构建具备可变尺度和视差感知的代价几何体，同时引入Galerkin注意力机制，降低计算复杂度和显存消耗；本方法包括数据处理、多级特征提取、代价几何体构建、Galerkin注意力机制、特征聚合及迭代优化等核心步骤；结合本方法的实施实例，模型提升了视差估计的精度和可靠性，在多场景、多种分辨率下具备显著的适应性和推理效率。