语义分割/边缘检测辅助视差估计

准确的语义信息/边缘轮廓有助于区分不同的对象或区域，我们人类可以通过利用语义信息/边缘信息轻松找到立体对应关系。因此我们可以在视差估计任务中增加语义分割/边缘检测的信息，来辅助视差估计，从而从而提高不适定区域（包括无纹理、薄结构、边界、微小细节）的视差估计精度。

下面列举出近年来的几篇关于语义分割/边缘检测辅助视差估计的论文。

论文链接：

1. 《SegStereo: Exploiting Semantic Information for Disparity Estimation》
2. 《EdgeStereo: A Context Integrated Residual Pyramid Network for Stereo Matching》
3. 《DispSegNet: Leveraging Semantics for End-to-End Learning of Disparity Estimation From Stereo Image》
4. 《AMNet: Deep Atrous Multiscale Stereo Disparity Estimation Networks》
5. 《Semantic Stereo Matching with Pyramid Cost Volumes》