研究论文开放获取
双目立体视觉研究进展与应用
杨晓立 Yang Xiaoli, 徐玉华 Xu Yuhua, 叶乐佳 Ye Lejia, 赵鑫 Zhao Xin, Fei Wang, 肖振中 Xiao Zhenzhong
阅读操作
确认中在文库中上传 PDF 后可生成中文音频讲解。
摘要与影响
摘要 · 完整
双目立体视觉模仿人类视觉系统对环境进行三维感知,通过对校正后的左右图像进行立体匹配获取两幅图像的视差,再根据三角测量原理计算出场景的深度,在近几十年中一直是计算机视觉领域的研究热点,取得了一系列的进展。传统的立体匹配方法采用手工设计的特征进行立体匹配,研究表明,这类方法对弱纹理或重复纹理区域以及遮挡区域表现不佳。近年来,基于深度学习的立体匹配方法取得了显著的进展,表现出了强大的应用潜力。本综述对这一不断发展的领域进行全面的调研,讨论不同方法之间的优点和局限性,介绍市面上的双目产品,并展望该领域的研究与应用前景。
逐年被引趋势
420
424
25
26
关键指标
9
被引次数 · OpenAlex
0.85
领域内被引倍数
同类平均 = 1
同类平均 = 1
前 29%
引用位次
同领域 · 同年份 · 同类型
同领域 · 同年份 · 同类型
169
参考文献
Google Scholar 与 OpenAlex 的被引统计范围不同,数值存在差异属正常。
AI 辅助阅读
依据:摘要
论文问答
当前基于摘要回答
可就本文提问;依据不足时会说明。
学术脉络
学科主题
计算机 / AIAdvanced Vision and Imaging
Image Processing Techniques and Applications · Robotics and Sensor-Based Localization
参考文献 169
FlowNet: Learning Optical Flow with Convolutional Networks
被引 4,274Alexey Dosovitskiy, Philipp Fischer, Eddy Ilg · 2015
Stereo Matching by Training a Convolutional Neural Network to Compare Image Patches
被引 941Jure Žbontar, Yann LeCun · arXiv (Cornell University) · 2015
Deep Stereo: Learning to Predict New Views from the World's Imagery
被引 616John P. Flynn, Ivan Neulander, James Philbin · 2016
此处列出前 3 条
引用本文 9
基于深度学习的三维重建方法综述
被引 5李婉芸 Li Wanyun, 张雅声 Zhang Yasheng, 方宇强 Fang Yuqiang · Laser & Optoelectronics Progress · 2025
Binocular 3D reconstruction for wood ice cream sticks via speckle projection and SAM2 mask extraction
被引 2Zhirong Li, Fuzhong Bai, Yue Liu · Engineering Research Express · 2025
基于多光谱数字图像相关的全场厚向应变测量
被引 2赵华涛 Zhao Huatao, 唐新桥 Tang Xinqiao, 陈振宁 Chen Zhenning · Acta Optica Sinica · 2024
按被引量排序,此处列出前 3 条