三维视觉论文阅读：high-res-stereo2019双目立体视觉

论文

Hierarchical Deep Stereo Matching on High-resolution Images

摘要

本篇文章本人在看的时候，感觉特别像StereoNet和StereoDRNet。high-res-stereo强调了其在处理高分辨率影像的能力，并且也得到了非常漂亮的效果；另外，就是这篇文章也公开了代码，目前从issue的情况来看，论文的结果是可复现的！

方法

以下展示了high-res-stereo的网络结构，其实还是特征提取和代价回归两部分。

1. 特征提取

high-res-stereo的特征提取与其他文章还是有一点不同的，其应用了一个encoder-decoder结构，并在最中间用了一个SPP来提高感受野。目前看到的大部分论文，都是只有一个encoder,并没有decoder；本篇文章的意思是，加一个decoder可以保证高分辨特征的质量。

2. 代价聚合

金字塔式的代价聚合已经不是什么新鲜事了，high-res-stereo也是这么操作的。先用低分辨率的特征构建低分辨率的cost volumn，然后简单的三维卷积一下上采样（三线性插值）得到较高分辨率的cost volumn，其网络结构如下。总之，就是为了扩大感受野，不择手段！

训练

1. loss

由于视差是从低分辨率到高分辨率逐步生成，所以loss肯定也是多分辨率的。

2.数据增强

本篇文章的数据增强，还是非常有意思的，总的来说有以下三个：

1. 考虑标定误差，人为增加误差
2. 考虑光照变化
3. 考虑遮挡区域，随机遮挡一些区域

结果

这篇文章的结果是非常让我震惊的。对于我这种测量出身的人来说，视差图其实没啥用，三维点云效果好不好最重要。后续一定要跑代码的！