典型文献
基于深度学习的双目立体匹配方法综述
文献摘要：
双目立体匹配是计算机视觉领域的经典问题,在自动驾驶、遥感、机器人感知等诸多任务中得到广泛应用.双目立体匹配的主要目标是寻找双目图像对中同名点的对应关系,并利用三角测量原理恢复图像深度信息.近年来,基于深度学习的立体匹配方法在匹配精度和匹配效率上均取得了远超传统方法的性能表现.将现有基于深度学习的立体匹配方法分为非端到端方法和端到端方法.基于深度学习的非端到端方法利用深度神经网络取代传统立体匹配方法中的某一步骤,根据被取代步骤的不同,该类方法被分为基于代价计算网络、基于代价聚合网络和基于视差优化网络的3类方法.基于深度学习的端到端方法根据代价体维度的不同可分为基于3D代价体和基于4D代价体的方法.从匹配精度、时间复杂度、应用场景等多个角度对非端到端和端到端方法中的代表性成果进行分析,并归纳各类方法的优点以及存在的局限性.在此基础上,总结基于深度学习的立体匹配方法当前面临的主要挑战并展望该领域未来的研究方向.
文献关键词：
计算机视觉;深度学习;双目图像;立体匹配方法;图像深度
中图分类号：
作者姓名：
尹晨阳;职恒辉;李慧斌
作者机构：
西安交通大学 数学与统计学院,西安 710049
文献出处：
引用格式：
[1]尹晨阳;职恒辉;李慧斌-.基于深度学习的双目立体匹配方法综述)[J].计算机工程,2022(10):1-12
A类：
B类：
双目立体匹配,立体匹配方法,方法综述,计算机视觉,经典问题,自动驾驶,多任务,双目图像,同名点,三角测量原理,图像深度,深度信息,匹配精度,端到端方法,法利,深度神经网络,代步,代价计算,计算网络,代价聚合,聚合网络,视差优化,代价体,4D,时间复杂度,代表性成果,主要挑战
AB值：
0.262901
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
