従来のステレオビジョン特徴検出アルゴリズムの検出効率の低さや、多くのネットワークモデルがグローバルに重要な特徴への注目度が不足していること、パラメータ数が多すぎる問題に対して、多尺度注意機構に基づくTransUNetネットワークを用いたステレオビジョンの連鋳坯の位置特定および測定方法を提案する。まず、較正済みの平行ステレオカメラを使用して連鋳坯の左右画像データを取得し、データセットを構築する。次に、TransUNetネットワークを基盤とし、改良されたTransformer層を導入してグローバルコンテキスト情報を抽出する；各デコーダの末尾にグローバル座標グループ注意モジュールGSGA（Global Spatial Group Attention）を追加し、グルーピングと多尺度注意機構を利用してグローバルに重要な特徴への注目度を向上させる；エンコーダとデコーダのスキップ接続および双線形補間後に、空間およびチャネルの注意機構を組み合わせたCBAM（Convolutional Block Attention Module）モジュールを追加し、重要点認識能力を向上させる。最後に、ステレオビジョンの原理に基づき、ネットワーク出力の重要点座標の三次元座標再構成と距離測定を実現する。実験結果は、Transformerモデルと比較して、平均二乗根誤差と正規化誤差がそれぞれ40.96%および45.83%低減し、パラメータ数と浮動小数点演算量がそれぞれ10.58%および8.21%削減され、バッチ単位の推論時間が30.52%短縮されたことを示している。三次元測距においては、測定相対誤差が0.137%に達し、従来の特徴検出アルゴリズムよりも顕著に優れており、ステレオビジョンの位置特定および測定要求を満たしている。

ステレオビジョン; TransUnet; 重要点検出; 注意機構