一种带有注意力机制的大基线场景端到端单应性估计方法

打开文本图片集

文章编号：1008-1542（2024）06-0669-14

摘  要：

针对目前现有单应性估计方法存在的精度不高、对大基线场景与运动模糊场景适应性不强的问题，构建了一种带有注意力机制的大基线场景端到端单应性估计方法，采用无监督学习的方式进行单应性估计。首先，引入SE通道注意力模块，构建带有注意力机制的单应性回归网络层，获得网络对于图像各通道间关联性的学习；其次，构建基于掩膜与感知损失度量的二元无监督损失方式，提高网络感知域范围以及网络对于大基线场景的适应性；最后，构建Homo-COCO合成数据集，采用数据增强使得网络模型对于光照变化与运动模糊具有一定的鲁棒性，获得更强的真实场景泛化能力。（剩余22570字）