Resumen

El emparejamiento estéreo es la tecnología clave en la visión estéreo. Dadas un par de imágenes rectificadas, el emparejamiento estéreo determina las correspondencias entre las imágenes del par y estima la profundidad al obtener la disparidad entre los píxeles correspondientes. El trabajo actual ha demostrado que la estimación de profundidad a partir de un par estéreo de imágenes puede formularse como una tarea de aprendizaje supervisado con un marco de extremo a extremo basado en redes neuronales convolucionales (CNN). Sin embargo, las CNN en 3D ponen una gran carga en el almacenamiento de memoria y la computación, lo que conlleva a un tiempo de cálculo significativamente mayor. Para aliviar este problema, se propuso la convolución atrous para reducir el número de operaciones convolucionales a través de un campo receptivo relativamente disperso. Sin embargo, este campo receptivo disperso dificulta encontrar puntos correspondientes confiables en áreas difusas, por ejemplo, áreas ocultas y sin textura, debido a la pérdida de información contextual r

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Emparejamiento estéreo; Estimación de profundidad; Redes neuronales convolucionales; Convolución atrous; Módulo GASPP; Rendimiento en tiempo real
• Keywords:Stereo matching; Depth estimation; Convolutional neural networks; Atrous convolution; GASPP module; Real-time performance