PSMNet algorithm based on dual three-pooling attention mechanism

结构	参数设置	输出维度
输入		$H \times W \times 3$
双重三池化注意力
conv0_x	$[3 \times 3] \times 3,32$	$\frac{1}{2} H \times \frac{1}{2} W \times 32$
conv1_x	$[\begin{matrix} 3 \times 3,128 \\ 3 \times 3,128 \end{matrix}] \times 16$ ,dila=2	$\frac{1}{4} H \times \frac{1}{4} W \times 128$
ca	[maxpool,avgpool,mixpool], gamma=2, b=1	$\frac{1}{4} H \times \frac{1}{4} W \times 128$
sa	[maxpool,avgpool,mixpool], k=3	$\frac{1}{4} H \times \frac{1}{4} W \times 128$
空间金字塔池化
branch_x	$[64,32,16,8]$ pool, $3 \times 3,32$ , 双线性插值	$\frac{1}{4} H \times \frac{1}{4} W \times 32$
concat[conv1_2,conv1_4,branch_1, branch_2,branch_3,branch_4]		$\frac{1}{4} H \times \frac{1}{4} W \times 320$
fusion	$3 \times 3,128$ $1 \times 1,32$	$\frac{1}{4} H \times \frac{1}{4} W \times 32$
代价体
左右特征级联		$\frac{1}{4} D \times \frac{1}{4} H \times \frac{1}{4} W \times 64$
3D 堆叠卷积
3Dconv0	$3 \times 3 \times 3,32$ $3 \times 3 \times 3,32$	$\frac{1}{4} D \times \frac{1}{4} H \times \frac{1}{4} W \times 32$
3Dstack1_x	$[\begin{matrix} conv 3 \times 3 \times 3,64 \\ deconv 3 \times 3 \times 3,32 \end{matrix}] \times 4$	$\frac{1}{4} D \times \frac{1}{4} H \times \frac{1}{4} W \times 32$
output_x	$[\begin{matrix} 3 \times 3 \times 3,32 \\ 3 \times 3 \times 3,1 \end{matrix}] \times 3$	$\frac{1}{4} D \times \frac{1}{4} H \times \frac{1}{4} W \times 1$
output[output_1,output_2,output_3]
上采样	双线性插值	$D \times H \times W$
视差回归		$H \times W$

Table 2. SceneFlow training parameters
View table
View in Article
Table 2. SceneFlow training parameters
参数类型参数值
训练周期/epoch 10
训练时间/h 6
训练批次大小 6
测试批次大小 4
梯度下降优化器 Adam（ $β_{1} = 0.9, β_{2} = 0.999$ ）
固定学习率 0.001
最大视差 192

Table 3. Ablation experiment results of SceneFlow dataset

View table

View in Article

Table 3. Ablation experiment results of SceneFlow dataset

算法类型	模块结构						端点误差
	通道注意力			空间注意力
	平均池化	最大池化	混合池化	平均池化	最大池化	混合池化
MASTER							1.466
CA	√	√					1.435
SA				√	√		1.428
AVG	√			√			1.397
MAX		√			√		1.425
MIX			√			√	1.381
CSA	√	√		√	√		1.375
ECSA	√	√	√	√	√	√	1.349

Table 4. Comparison of accuracy on SceneFlow test set
View table
View in Article
Table 4. Comparison of accuracy on SceneFlow test set
算法 EPE
PSMNet-ECSA 1.349
DeepPruner 1.673
GCNet 2.424

Table 5. KITTI2015 training parameters
View table
View in Article
Table 5. KITTI2015 training parameters
参数类型参数值
训练周期/epoch 300
训练时间/h 5
训练批次大小 6
测试批次大小 4
初始学习率（前200个周期） 0.001
后期学习率（后100个周期） 0.0001
最大视差/pixel 192

Table 6. Ablation experiment results of KITTI2015 dataset

View table

View in Article

Table 6. Ablation experiment results of KITTI2015 dataset

注意力类型	模块结构						3px-Err/%
	通道注意力			空间注意力
	平均池化	最大池化	混合池化	平均池化	最大池化	混合池化
MASTER							2.304
CSA	√	√		√	√		2.160
MIX			√			√	1.933
ECSA	√	√	√	√	√	√	1.917

Table 7. Comparison of point cloud reconstruction accuracy for abalone

View table

View in Article

Table 7. Comparison of point cloud reconstruction accuracy for abalone

图像	类型	长度	宽度	呼吸孔12	呼吸孔23	呼吸孔34
E582	真实值/mm	94	67	15	13	16
	PSMNet-MASTER测量值/相对误差/(mm/%)	91.2/3.0	64.4/3.9	13.8/8.0	14.2/9.2	16.8/5.0
	PSMNet-ECSA测量值/相对误差/(mm/%)	92.9/1.2	65.5/2.2	14.2/5.3	12.6/3.1	15.5/3.1
0524	真实值/mm	79	55	11	12	−
	PSMNet-MASTER测量值/相对误差/(mm/%)	76.6/3.0	52.9/3.8	10.1/8.2	11.3/5.8	−
	PSMNet-ECSA测量值/相对误差/(mm/%)	77.6/1.8	53.5/2.7	10.5/4.5	11.8/1.7	−

Tools

Get Citation

Copy Citation Text

Tengfei LIU, Dongyun LIN, Weiyao LAN, Yuehang CHEN. PSMNet algorithm based on dual three-pooling attention mechanism[J]. Journal of Applied Optics, 2025, 46(2): 327

Download Citation

EndNote(RIS)BibTex Plain Text

Set citation alerts for article

Save article for my favorites