为了提高基于双目视觉中立体匹配在弱纹理场景下的精准性,提出了一种基于注意力机制特征提取的三维重建算法。利用卷积神经网络(CNN)训练左右图像的特征表示,计算出立体匹配的匹配代价。在CNN特征提取阶段,加入图像注意力机制模块和通道注意力机制模块,得到特征图各个像素点之间的联系,使网络可以更好地捕获图像上下文信息,进而在重建过程中能够更加精确地重建出弱纹理区域。对于网络损失函数,集成了语义编码损失,最终将损失函数定义为语义编码损失和重建损失的加权和,有效提升了弱纹理区域下的重建精度。使用KITTI和
