面向变电场景的双目立体匹配方法研究

双目视觉立体匹配技术在变电巡检机器人智能环境感知环节中发挥了重要的作用。为了不依赖外部标签在遮挡场景下实现较为准确的立体匹配，提出了基于自适应遮挡感知的无监督双目立体匹配模型，首先搭建了基于卷积神经网络的基础立体匹配模型，然后通过局部自适应感知上采样模块加强对遮挡区域的解析，最后经过遮挡分析，提出了遮挡感知训练方法改进无监督立体匹配的损失函数，实现遮挡区域较为精确的视差预测。通过在自建的变电站场景深度图数据进行实验验证，结果表明提出的遮挡策略能够有效提高遮挡区域的检测效果，与其他无监督立体匹配模型相比，所提模型具有一定的先进性。