文献类型：期刊文章

作　　者：张羽丰[1] 李昱希[1] 赵明璧[2] 喻晓源[2] 占云龙[3] 林巍峣[1]

Zhang Yufeng;Li Yuxi;Zhao Mingbi;Yu Xiaoyuan;Zhan Yunlong;Lin Weiyao(School of Electronic,Information and Electrical Engineering,Shanghai Jiao Tong University,Shanghai 201100,China;Huawei Technologies Co.,Ltd.,Huawei Cloud,Hangzhou 310051,China;Hisilicon Technologies Co.,Ltd.,Shenzhen 518116,China)

机构地区：[1]上海交通大学电子信息与电气工程学院,上海201100 [2]华为技术有限公司华为云,杭州310051 [3]深圳市海思半导体有限公司,深圳518116

出　　处：《中国图象图形学报》

基　　金：科技部科技创新2030—“新一代人工智能”重大项目(2018AAA0100400);国家自然科学基金项目(61971277)。

年　　份：2021

卷　　号：26

期　　号：7

起止页码：1604-1613

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：目的双目视觉是目标距离估计问题的一个很好的解决方案。现有的双目目标距离估计方法存在估计精度较低或数据准备较繁琐的问题,为此需要一个可以兼顾精度和数据准备便利性的双目目标距离估计算法。方法提出一个基于R-CNN(region convolutional neural network)结构的网络,该网络可以实现同时进行目标检测与目标距离估计。双目图像输入网络后,通过主干网络提取特征,通过双目候选框提取网络以同时得到左右图像中相同目标的包围框,将成对的目标框内的局部特征输入目标视差估计分支以估计目标的距离。为了同时得到左右图像中相同目标的包围框,使用双目候选框提取网络代替原有的候选框提取网络,并提出了双目包围框分支以同时进行双目包围框的回归;为了提升视差估计的精度,借鉴双目视差图估计网络的结构,提出了一个基于组相关和3维卷积的视差估计分支。结果在KITTI(Karlsruhe Institute of Technology and Toyota Technological Institute)数据集上进行验证实验,与同类算法比较,本文算法平均相对误差值约为3.2%,远小于基于双目视差图估计算法(11.3%),与基于3维目标检测的算法接近(约为3.9%)。另外,提出的视差估计分支改进对精度有明显的提升效果,平均相对误差值从5.1%下降到3.2%。通过在另外采集并标注的行人监控数据集上进行类似实验,实验结果平均相对误差值约为4.6%,表明本文方法可以有效应用于监控场景。结论提出的双目目标距离估计网络结合了目标检测与双目视差估计的优势,具有较高的精度。该网络可以有效运用于车载相机及监控场景,并有希望运用于其他安装有双目相机的场景。

关 键 词：双目视觉 目标距离估计  视差估计 深度神经网络  3维卷积  监控场景  

分 类 号：TP391.4]