摘要
图像拼接旨在从多张窄视场（窄FoV）图像中构建宽视场的场景，但现有的基于深度学习的方法可能会引入较大的计算和参数开销，从而限制了其在对效率要求较高的场景中的应用。为了解决这个问题，我们提出了一个轻量级的深度拼接框架，该框架结合了多尺度特征融合和注意力增强匹配技术。具体来说，基于变压器的通道注意力（TCA）模块提高了低纹理区域融合特征的区分能力，并增强了全局一致性。一个具有坐标感知功能的相关性模块（CACM）将基于相关性的匹配与位置敏感的坐标注意力相结合，以支持在视差条件下的配准，而GhostNet则作为共享的框架结构。在UDIS-D数据集上，该模型在重叠区域协议下实现了25.19分贝的峰值信噪比（PSNR）和0.833的结构相似性指数（SSIM），整个系统的复杂度为19.28吉次乘累加操作（GMACs）和52.86兆参数。这些结果表明，在所规定的GMAC次数、运行时间和内存限制下，该框架在准确性和效率之间取得了良好的平衡，并显示出其在资源受限的图像拼接应用中的潜力。
