Year: 2025
Type: article
Abstract: 为解决小型纹理类物体的视差计算及三维重建问题，提出了基于双重三池化注意力机制的PSMNet-ECSA算法。通过在残差网络主干中嵌入通道和空间注意力两个维度，每个维度以平均、最大、混合池化的方式进行特征维度融合，在一定程度上防止了过拟合现象，从而增强网络信息提取能力和泛化能力。在实验环境和数据集一致的条件下，经过SceneFlow、KITTI2015和真实场景实验分析，相对比原始PSMNet算法，本文算法在平均绝对误差、阈值误差等指标取得了10%的提升；将该算法应用于鲍鱼重建三维点云模型，长、宽、呼吸孔等距离测量平均相对误差在3%以内，能够以自动化的方式测量并记录小型海洋类生物的生长情况，具有良好的实际应用价值。
Source: Journal of Applied Optics
Authors: LIU Tengfei, 厦门大学 航空航天学院，福建 厦门 361102, LIN Dongyun, LAN Weiyao, CHEN Yuehang
Institution: Xiamen University
Language: English
Topic: Advanced Vision and Imaging
Subfield: Computer Vision and Pattern Recognition
Field: Computer Science
Domain: Physical Sciences
Open Access status: hybrid
OpenAlex ID: W4408885572