基于卷积神经网络的立体匹配地面控制点检测
计算机视觉与模式识别
2016-05-10 v1
摘要
本文提出了一种用于立体匹配问题的地面控制点（GCPs）检测新方法。首先，我们在大型立体数据集上训练卷积神经网络（CNN），并使用训练好的CNN模型计算每个像素的匹配置信度。其次，我们根据每个像素的最大匹配置信度提出一种地面控制点选择方案。最后，选定的GCPs被用于细化匹配代价，并应用新的匹配代价通过半全局匹配算法进行优化，以改善最终的视差图。我们在KITTI 2012立体基准数据集上评估了我们的方法。实验表明，所提方法显著提高了视差图的精度。
引用
@article{arxiv.1605.02289,
title = {Detecting Ground Control Points via Convolutional Neural Network for Stereo Matching},
author = {Zhun Zhong and Songzhi Su and Donglin Cao and Shaozi Li},
journal= {arXiv preprint arXiv:1605.02289},
year = {2016}
}
备注
9 pages