17.立体匹配——更好的效果与挑战，总结_5

目录

更好的效果与挑战

 总结

---

更好的效果与挑战

坏消息是这很难做到。好消息是，这是不对的。这不难做到。你们是计算机科学的硕士生。希望你们中有人看过图形切割算法（Graph Cuts algorithm）。我不确定，我们可能会在这门课的后面做这个，当我们做分割算法的时候。图像切割是一种众所周知的计算机科学算法，你有两组图，你有一个图，你想要以一种最小化某些值的方式来切割它。有趣的是博伊科夫，维克斯勒，和拉明·扎比赫将图形切割应用于一些计算机视觉问题特别是，他们将其应用于立体视差问题。当你这样做的时候，你会得到这样的结果（如图）。这很好。所以，在右边我们有了很真实的效果了，all right? 在左边你有一幅图看起来非常接近真实情况。

还有一点问题。我想绿色在这里是个糟糕的选择。这里还有一些问题（如图1）。当然还有一点（如图2），就是遮蔽发生的地方。记住，我们在边缘附近有遮蔽的像素。但总的来说，与我之前给你们看的对应的解相比，它是一个更好的解。

1 2

我还指出你这个米德尔伯里立体网站，这里有一大堆的落地真实和立体标准。

我不想给你们一个印象，立体是一个完全解决了的问题，仍然有一些挑战。没有纹理的区域，很难准确地知道匹配在哪里，很明显表面要有更大的影响。遮蔽仍然是一个挑战。违反亮度稳定性。所以，所以，像镜面反射的价值，它在平面上的位置，随着我的移动而移动，这违反了我们的立体视觉。非常大的基线。这里有一个摄像头，这里也有一个摄像头。现在，我已经缩短了，right? 在这里我看到了摄像机的前面，在这里，我可能不在现场。可能做不到，我已经完全走了。但我看到的只是相机的一面。如果我想做立体匹配这是一件非常困难的事情。然后还有相机校准偏差，right? 记住相机的校准为我定义了极线。如果他们错了一点呢? 那么我的极线错了一点。那么，我该怎么处理呢? 这些都是立体研究面临的挑战。

 总结

以上就是立体匹配的全部内容。事实上，这就结束了我们所有关于立体的内容。你要实现简单的匹配方法。顺便说一下，对于这个类的更高级版本，我们要求通过实现或使用图形切割库来实现能量最小化。如果你这么想，你可能会发现这是一件很酷的事情。当你实现这个简单的版本时，希望你会对两件事印象深刻。一个是，它几乎不起作用，就像我暗示的那样。我甚至没有暗示它会很好地工作，所以那真的是。。。然而，你的电脑将看到3D。你给它两张图片，我们提供图片，你的电脑会恢复深度。你知道，直到不久以前，这还被认为是人类大脑的一种魔力，是无法理解的。现在你可以在iPhone上做，如果你有两个摄像头。不管怎样，我希望你会发现它很酷，你可以恢复那个深度。立体到此结束。

---

代码是最为耐心、最能忍耐和最令人愉快的伙伴，在任何艰难困苦的时刻，它都不会抛弃你。