全距离深度平衡立体匹配网络

针对当前视差估计网络在将视差转换成深度时,存在深度精度受相机参数影响,且在远距离处产生深度精度急剧下降 的问题,提出一种全距离深度平衡立体匹配网络(FRDBNet)。 首先构建深度代价体,使网络学习到全距离深度的概率分布,进 行深度回归直接生成深度;然后采用视差与深度损失融合的训练策略使网络同时关注远中近三分段全距离的深度估计;最后, 基于初始视差右图对应点 7 邻域特征设计视差优化模块进一步提高网络的深度估计精度。 在大型真实驾驶场景 DrivingStereo 数据集上的实验表明,针对全距离[1,100]m 的深度估计,FRDBNet 在[1,30]m 近距离、[30,60]m 中距离和[60,100]m 远距离 处深度精度相比 CVPR2022 性能表现优越的 ACVNet 分别提高 10. 38%、15. 11%和 20. 35%,达到了良好的深度精度平衡。     

高温高盐油藏泡沫配方体系研究进展

论述了温度和矿化度对泡沫驱技术中泡沫性能的影响；综述了高温高盐油藏常用泡沫配方体系的研究进展及应用现状；指出主要研究方向为引入特定官能团增强表面活性剂发泡性能、探究起泡剂间复配协同增效原理、研制低成本稳泡效果显著的纳米颗粒稳泡剂；展望了高温高盐油藏泡沫配方体系研究发展趋势。