立体图像超分辨率(Sterereosr)近年来引起了人们的关注,这是由于手机,自动驾驶汽车和机器人的双重摄像头广泛范围。在这项工作中,我们根据Swinir的扩展(最初是为单个图像还原设计的,又提出了一种名为SWINFSR的新定单方法,以及Fast Fourier卷积(FFC)获得的频域知识。具体来说,为了有效地收集全球信息,我们通过使用FFC明确地不明显地局限于SWINIR中的残留SWIN变压器块(RSTBS),并使用结果域知识,并采用结果的残留Swin傅立叶型跨前块(RSFTB)进行特征提取。此外,为了有效,准确的立体视图融合,我们提供了一个新的跨意见模块,称为RCAM,该模块的竞争性能高于竞争性能,同时比最先进的交叉意见模块更少的计算成本。广泛的实验结果和消融研究证明了我们提出的SWINFSR的有效性和效率。
关键词:立体匹配,半全局匹配,SIFT,密集匹配,视差估计,普查 摘要:半全局匹配(SGM)通过平等对待不同路径方向进行动态规划。它没有考虑不同路径方向对成本聚合的影响,并且随着视差搜索范围的扩大,算法的准确性和效率急剧下降。本文提出了一种融合SIFT和SGM的密集匹配算法。该算法以SIFT匹配的成功匹配对为控制点,在动态规划中指导路径,并截断误差传播。此外,利用检测到的特征点的梯度方向来修改不同方向上的路径权重,可以提高匹配精度。基于 Middlebury 立体数据集和 CE-3 月球数据集的实验结果表明,所提算法能有效切断误差传播,缩小视差搜索范围,提高匹配精度。
earsel.org › 2016/11 › 4-2_14_Toutin PDF 作者:T Toutin · 被引用次数:85 — 作者:T Toutin · 被引用次数:85 airborne SAR and ERS-SAR stereo pairs, respectively. ... These virtual 3-D models support ... digital stereoplotter, the DVP, to process different types.