[发明专利]一种基于超连接网络的匹配代价计算方法

权利要求书

1.一种基于超连接网络的匹配代价计算方法，其特征在于，通过构建包括主干网络和大感受野子模块的超连接网络实现对待匹配图像的特征提取，再采用提取出的特征构建代价体，最后对代价体进行正则化，从而得到所述待匹配图像的匹配代价。

2.根据权利要求1所述的方法，其特征在于，所述主干网络为二维卷积神经网络，由多个卷积阶段组成，根据每个阶段得到的特征图的尺寸进行分组，各组内每个卷积阶段得到的特征通过密集连接采用同组聚合的方式进行特征融合；所述大感受野子模块包括池化操作模块和主干网络中第一组中的所有卷积阶段，大感受野子模块中各卷积阶段间采用与第一组相同的方式进行特征融合，大感受野子模块中各卷积阶段得到的特征通过密集连接采用跨组聚合的方式与所述主干网络第二组中各卷积阶段得到的特征进行特征融合。

3.根据权利要求2所述的方法，其特征在于，所述同组聚合为通过密集连接实现同组各阶段输出特征的融合为：对于当前阶段F_m而言，前一个阶段F_m-1的输出与前一个阶段之前的所有阶段F₀、F₁、F₂、…、F_m-2的输出经过转换函数处理之后的结果先进行求和，然后通过激活层对所述求和结果进行处理，再将激活层的输出作为当前阶段F_m的输入。

4.根据权利要求2所述的方法，其特征在于，所述跨组聚合为通过密集连接实现所述大感受野子模块和第二组卷积中各阶段输出特征的融合为：所述大感受野子模块的每个阶段的输出首先经过转换函数的处理，然后对处理结果进行求和操作得到大感受野子模块特征和，再将所述大感受野子模块特征和作为第二组卷积各阶段的部分输入；第二组卷积操作中的每个阶段的输入包括所述同组聚合处理后的输入以及所述大感受野子模块特征和。

5.根据权利要求3或4所述的方法，其特征在于，所述转换函数通过1×1的卷积和二维批标准化来实现。