【小白深度教程 1.10】手把手教你使用深度学习方法（PSMNet）进行视差估计（含 Python 代码解析）

在之前的章节中，我们展示了如何用立体匹配进行双目深度估计创建一个双目立体相机：

手把手教你使用 OpenCV 制作低成本双目立体相机（Python、C++ 代码）

但是，传统的视差匹配和估计方法存在一定局限性。

因此这里我们介绍基于深度学习的视差估计方法。

1. 引言

传统的视频或图像将三维世界捕捉为二维，丢失了许多关于深度的重要信息，这是许多应用所需的。深度估计是一个具有挑战性的问题，已经有多种方法尝试解决这个问题。

最流行的设置称为立体视觉，它使用一对摄像头，找到两个摄像头中的对应点，并根据视差估计深度。最近，基于深度学习的方法也被用于从立体图像对中估计视差。

在这篇文章中，我们将讨论其中的一些方法。

2. 视差估计的经典方法

用于一对已校正立体图像的经典视差图生成方法是立体匹配技术。该技术通过比较左右图像的像素邻域