Efficient Stereo Matching Leveraging Deep Local and Context Information 

　　基于局部和上下文信息的高效立体匹配算法 　

　　立体匹配在弱纹理、视差不连续区域、遮挡区域和光照不一致区域存在很大的挑战。本文提出一种基于深度学习的立体匹配算法，将立体匹配传统算法。针对代价计算，给出了两种多尺度特征融合的结构。针对视差优化，融合了最优和次优视差，并利用网络检测初始视差图中错误可能性，对错误可能性大的地方采用沙漏模型进行优化，然后对整体进行细化。算法在Middlebury和KITTI数据集上获得了非常好的效果，此外，在真实采集的数据上也表现良好。 　　  

　　 　　图1. 本算法在三个数据集上的测试结果图。从左到右分别为左RGB图，预测得到的视差图，真实的视差图。 　　  

　　 　　图2. 本算法的主要步骤得到的相应结果图。从（a）到（e）分别是：左RGB图，初始视差图，融合后的视差图，预测的错误视差图，最终预测的视差图。 

　　本文链接：

       https://ieeexplore.ieee.org/document/8047938/