基于立体视觉的深度估计的前沿调研

• 基准测试和挑战赛
• 基于深度学习的离差图（Disparity）估计的思路创新

基准测试和挑战赛

The KITTI Vision Benchmark Suite(A project of Karlsruhe Institute of Technology and Toyota Technological Institute at Chicago)中有立体视觉方面的基准测试（benchmarks）：Stereo Evaluation 2012 和 Stereo Evaluation 2015。Stereo Evaluation 2015是最新的基准测试。另一方面，Stereo Evaluation 2012 - The KITTI Vision Benchmark Suite使用了一些容易被理解的性能指标：

• Out-Noc: Percentage of erroneous pixels in non-occluded areas
• Out-All: Percentage of erroneous pixels in total
• Avg-Noc: Average disparity / end-point error in non-occluded areas
• Avg-All: Average disparity / end-point error in total
• Density: Percentage of pixels for which ground truth has been provided by the method

有很多论文和很多方法使用了这个基准测试，其中不少开放了源代码。有些方法是基于深度学习的模型的，有些不是。测试时，使用195对图像，运行时间从0.03秒到300多秒。重建离差图的典型效果如下：

按Out-Noc排名时，前三个结果

在该页面上，还有一些其他的相关的基准测试的数据集。看以后的需要，可以再拿来用。

基于深度学习的离差图（Disparity）估计的思路创新

Alex Kendall 是剑桥大学的研究院，研究i计算机视觉和机器人学。他提出了利用基本几何的深度学习框架 GC-Net 来估计离差图。

We proposed the architecture GC-Net which instead looks at the problem’s fundamental geometry. see Have We Forgotten about Geometry in Computer Vision? - Home

此刻，GC-Net 在 Stereo Evaluation 2012 中排名第二，在 Stereo Evaluation 2015 中排名第四。