面向边缘计算设备的轻量级双目立体匹配网络

目的现有的高精度双目立体匹配网络因计算开销较高，难以部署到算力受限的边缘计算设备上，极大地限制了双目立体视觉系统的适用场景。针对此问题，提出一种轻量级实时立体匹配网络框架（light-weight binocular stereo matching framework， LBSM）。方法首先，摒弃了高计算开销的“4D代价体 + 3D卷积”的主流方案，仅采用2D卷积与轻量化通道注意力机制构建了高效的融合注意力（merged attention， MA）代价聚合模块，在降低计算开销的同时减少了信息丢失，使得代价聚合过程更加高效；其次，提出空间自适应视差传播（adaptive disparity propagation， ADP）策略以替代双线性插值，以极低的代价（仅增加约0.03 M参数、0.36 G“乘法—累加”操作数和1.1 ms推理时间）将端点误差和1像素误差分别降低了21.54%和20.73%，揭示了视差上采样策略在轻量级模型中的重要性。在上述方法的基础上，构建了仅依赖2D卷积、无需任何3D卷积层的轻量级模型框架LBSM，通过简单配置即可生成系列模型。结果实验结果表明，所提模型在大型数据集Scene Flow上以更低的计算开销取得了更高的准确性（LBSM-L以68.5%的“乘法—累加”操作数取得了明显高于BGNet（bilateral grid learning network）的准确性），而且在真实道路场景数据集KITTI 2012（Karlsruhe Institute of Technology and Toyota Technological Institute at Chicago）和KITTI 2015上分别取得了低至2.41%和2.52%的错误率，显著优于ADCPNet（adaptive disparity candidates prediction network）、P3SNet（parallel pyramid pooling stereo network）等主流轻量级立体匹配模型。此外，在嵌入式AI（artificial intelligence）硬件平台上的部署实测显示，模型处理速度达4.59～20.29帧/s。结论LBSM在计算开销与准确性之间实现了更好的权衡，能够在低算力边缘计算设备上实时完成双目立体匹配任务，在算力受限的实际场景中具有较大的应用潜力。