Computing the Stereo Matching Cost with a Convolutional Neural Network[2015]
目录
引言
本文介绍了如何使用CNN来计算立体匹配代价，进而用传统方法进行视差估计，其中CNN作为一个分类器使用，它的输出代表某个像素点的视差是否估计准确。
匹配代价
“代价计算是衡量两个同名点的不相关性，两个像素点越不相关，代价就越大，反之则越小，代价计算的目的就是找到最小的代价对应的同名点。代价计算一般会提出一些与亮度相互比较相关的函数，如AD等。不需要太准，只要能反映一定的相关性即可。”
匹配代价是对于整张图而言的，一般考虑所有“匹配点pair”之间的差异
深度估计的一般步骤
- 匹配代价计算
- 代价聚合
- 视差计算
- 视差优化/后处理