使用深度学习的残差学习方法来提高立体重建质量，并可用于卫星图像等领域。在 ETH3D 基准和卫星图像领域，平均绝对误差降低了 50% 以上。

Jan, 2020

本文提出了一种级联卷积神经网络，它深度学习处理立体成像时产生的不适定区域难点，通过残差学习技术实现了高精度的视差图生成，达到了极佳的匹配效果。

Aug, 2017

本文提出了一种名为 Recurrent Residual Module （RRM）的框架，可以使用两个连续帧的中间特征图的相似度来大大减少冗余计算，精确计算每个帧的特征图，从而加速 CNN 推断以进行视频识别，实验结果显示，与维持相似识别性能的前一方法相比，RRM 平均加速率达到 2 倍，可在许多常用 CNN 上加速达到 8-12 倍，而在某些二进制网络上加速率可以高达 500 倍

Feb, 2018

本研究提出基于递归神经网络的可扩展多视图立体（MVS）网络，通过递归因子单元（GRU）减少内存消耗，实现对高分辨率场景的高效重建。实验结果显示该方法在最近的 MVS 基准上取得了最先进的性能并在多个大规模场景上显示了伸缩性。

Feb, 2019

本文提出了一种多任务网络 EdgeStereo，由一个背景视差网络和一个边缘子网络组成，通过设计上下文金字塔来编码多尺度上下文信息，并通过特征嵌入和基于边缘感知的光滑度损失正则化来融合边缘线索。经过实验证明，立体匹配和边缘检测可以相互帮助，并且该方法在 KITTI 立体和 Scene Flow 基准测试中均取得了最佳性能。

Mar, 2018

本文提出了一种分解模型来解决在分辨率提高时计算成本（时间和内存成本）过高的立体匹配问题，该模型仅在很低的分辨率下运行密集匹配，使用不同的高分辨率下的稀疏匹配来逐步恢复失去细节的视差，并通过一个有遮挡感知掩码迭代地融合相邻尺度上的稀疏和密集视差图，同时应用细化网络来改善融合结果，相比高性能方法如 PSMNet 和 GANet，我们的方法在获得可比较的视差估计结果时提高了 $10 - 100 imes$ 的速度。

Apr, 2021

该研究提出了一种可嵌入低功耗 GPU 设备的实时系统，使用 Semi-Global Matching 算法，针对机器人、高级驾驶辅助系统和自主车辆等的需求，在 640x480 的图像大小、128 个视差级别和 4 个路径方向下，以每秒 42 帧的速度生成可靠的视差估计结果。

Oct, 2016

本研究利用卷积神经网络等技术，提出一套创新方案解决智能手机等消费级设备拍摄的真实图像对中，提取深度信息的问题，并在 Middlebury 和 ETH3D 基准测试上表现出高准确性和高质量的细节。

Mar, 2022

本文介绍了一种利用长短时记忆的新型递归多视角立体视觉网络，该网络基于自适应聚合，并提出了协同作用的自适应聚合模块，有效改善了局部细节和大低纹理表面的性能，并且在各种数据集上取得了出色的表现。

Aug, 2021

通过将扩散模型融入迭代优化过程中，我们提出了一种新的训练方法，采用时间驱动的门控循环单元（T-GRU）和基于注意力的上下文网络，用于改进基于迭代的立体匹配，并在多个公共基准上实现了有竞争力的性能。在 Scene Flow 数据集中，我们的模型排名第一，与竞争方法相比，改善了超过 7％，而且只需 8 次迭代即可实现最先进的结果。

Apr, 2024