来源：期刊VIP网 时间：
作者：朱家奇;李彬;赵新华;
单位：天津理工大学计算机科学与工程学院;天津理工大学机械工程学院天津市先进机电系统设计与智能控制重点实验室;
摘要：针对病态区域位姿估计精度不足的问题，提出基于多尺度特征融合的双目位姿估计算法。算法通过构建双目视觉-位姿估计端到端联合优化框架，突破传统级联式架构的信息传递瓶颈。首先，设计多尺度成本积模块，通过融合不同感受野下的上下文特征，提升弱纹理与遮挡区域的立体匹配精度；其次，提出金字塔特征筛选融合模块，利用跨层注意力机制动态聚合低层几何细节与高层语义信息，以增强位姿估计的几何一致性；最后，以Linemod数据集为基础，搭建基于双目的 Linemod-Stereo数据集，并验证本文算法的有效性。实验结果表明，所提算法相比传统基于RGB-D的位姿估计方法具有竞争性优势。
关键词：立体匹配;;双目视觉;;位姿估计;;多模态融合
基金资助：国家自然科学基金项目(52375026)
