إن المطابقة الستيريو هي أساسية لتنقل الروبوت. ومع ذلك، إن دقة الطرق التقليدية المستخدمة حاليًا بشكل واسع قليلة، في حين أن الطرق المستندة إلى شبكات الخلايا العصبية تحتاج إلى تكاليف حسابية عالية وزمن التشغيل. وهذا هو لأن الحجوم التكلفية المختلفة تلعب دوراً حاسمًا في التوازن بين السرعة والدقة. لذلك، نقترح MSCVNet، والذي يجمع بين الطرق التقليدية والشبكات العصبية لتحسين نوعية الحجم التكلفي. بشكل أكثر تحديدًا، تولد شبكتنا حجوم تكلفية ثلاثية الأبعاد بدقائق مختلفة ومن ثم تستخدم التحويلات الثنائية الأبعاد لإنشاء شبكة ساعة السداسية الجديدة لتجميع التكاليف. في نفس الوقت، نصبح نصبح خطة للتمييز وحساب الخسارة لمناطق الاختلاف الغير متوازية في نتيجة. ووفقًا لموقع الويب الرسمي لكيتي، شبكتنا أسرع بكثير من معظم الطرق التي تحقق أعلى الأداء (24 مرات من CSPN، 44 مرات من GANet، وما إلى ذلك). في نفس الوقت، مقارنة مع الطرق التقليدية (SPS-St، SGM) وشبكات المطابقة الستيريو الحاسوبية السريعة الأخرى (Fast DS-CS، DispNetC، وRTSNet، وما إلى ذلك)، تحقق شبكتنا تحسنًا كبيرًا في الدقة، مثبتة جدارة الإمكانية والقدرة للطريقة المقترحة.
تحميل البحث