전통적인 쌍안 시각 특징 검출 알고리즘의 낮은 검출 효율과 대부분 네트워크 모델이 전역 중요 특징에 대한 관심 부족 및 과도한 파라미터 수 문제를 해결하기 위해 다중 스케일 주의 메커니즘 기반 TransUNet 네트워크를 활용한 쌍안 시각 연속 주괴 위치 및 측정 방법을 제안한다. 먼저, 보정된 평행 쌍안 카메라를 사용하여 연속 주괴 좌우 이미지 데이터를 수집하고 데이터셋을 구성한다. 다음으로 TransUNet 네트워크를 기본 프레임워크로 사용하며, 개선된 Transformer 층을 도입하여 전역 문맥 정보를 추출한다; 각 디코더 끝에 전역 좌표 그룹화 주의 모듈 GSGA(Global Spatial Group Attention)를 추가하여 그룹화와 다중 스케일 주의 메커니즘을 활용해 전역 중요 특징에 대한 관심을 향상시킨다; 인코더와 디코더의 스킵 연결 및 양선형 보간 후 공간 및 채널 주의 메커니즘을 결합한 CBAM(Convolutional Block Attention Module) 모듈을 추가해 주요 지점 인식 능력을 향상시킨다. 마지막으로 쌍안 시각 원리를 결합해 네트워크 출력된 주요 지점 좌표의 3차원 좌표 재구성과 거리 측정을 실현한다. 실험 결과, Transformer 모델과 비교하여 평균 제곱근 오차와 정규화 오차가 각각 40.96%와 45.83% 감소했고, 파라미터 수와 부동 소수점 연산량이 각각 10.58%와 8.21% 줄었으며, 단일 배치 추론 시간이 30.52% 단축되었다. 3차원 거리 측정에서는 측정 상대 오차가 0.137%에 달해 전통적 특징 검출 알고리즘보다 크게 우수하여 쌍안 시각 위치 및 측정 요구를 충족한다.

쌍안 시각; TransUnet; 주요 지점 검출; 주의 메커니즘