基于深度学习的立体影像视差估计方法综述

来源：计算机工程与应用杂志2022年第20期北京时间：

作者：王道累, 肖佳威, 李建康, 朱瑞

单位：上海电力大学 能源与机械工程学院，上海 200090

摘要：三维重建技术常用于自动驾驶、机器人、无人机和增强现实等领域。视差估计是三维重建的关键步骤，随着数据集的增加、硬件和网络模型的发展，深度学习视差估计模型被广泛使用并取得良好效果。然而，这些方法常用室外场景的物体，很少使用在室内场景的数据集中。回顾了双目视差估计的深度学习方法，选用5种深度学习网络：PSMNet（pyramid stereo matching network）、GA-Net（guided aggregation network）、LEAStereo（hierarchical neural architecture search for deep stereo matching）、DeepPruner（learning efficient stereo matching via differentiable patchmatch）、BGNet（bilateral grid learning for stereo matching networks），将其运用在一套真实世界的街景数据集（KITTI2015）和两套室内场景数据集（Middlebury2014、Instereo2K）；分析各模型搭建方法，评估深度学习在室内场景影像视差估计中的性能，并与传统的SGM方法进行比较。针对深度学习视差估计方法的研究内容，指出其面临的问题及挑战。

关键词：视差估计,深度学习,室内影像,卷积神经网络