用于立体匹配的直估深度学习网络

作为自动驾驶的一项关键任务，立体匹配近年来取得很大进展。现有立体匹配方法估计视差而非深度。它们将视差误差视为深度估计误差的评估指标，因为深度可根据三角测量原理由视差算出。然而，我们发现深度误差不仅取决于视差误差，还取决于点的深度范围。因此，即便视差误差小，深度误差仍大，尤其对远处点。本文设计了一种新颖的直估深度学习网络（DDL-Net）用于立体匹配。DDL-Net由粗深度估计阶段与自适应粒度深度精化阶段组成，均受深度而非视差监督。具体而言，粗深度估计阶段依深度范围均匀采样匹配候选以构建代价体并输出粗深度。自适应粒度深度精化阶段在粗深度附近进一步匹配以纠正不精确与错误匹配。为使自适应粒度深度精化阶段对粗深度鲁棒且适应点的深度范围，引入粒度不确定性。粒度不确定性依据粗预测置信度与深度范围调整匹配范围并选择候选特征。我们在SceneFlow数据集与DrivingStereo数据集上以不同深度指标验证DDL-Net性能。结果表明，相较经典方法，DDL-Net在SceneFlow数据集上平均提升$25\%$，在DrivingStereo数据集上提升$12\%$。更重要的是，我们在远距离上达到了最先进的精度。