对于基于块进行立体匹配的深度学习方法而言，网络结构的设计对匹配代价的计算至关重要，同时，卷积神经网络（CNN）在图像处理时的耗时问题也亟待解决。提出一种基于“缩小型”网络的CNN立体匹配方法。利用CNN训练左右图像块的相似性，计算出立体匹配的匹配代价。其中，CNN特征提取阶段，通过对每个层增加相应的批归一化层，可以使训练使用更大的学习率，加快网络训练收敛速度。另外，网络设计中全连接层采用“逐层缩小”的形式，结合上述网络优化和损失函数改善，在保证精度的同时提高了运行速度。使用KITTI数据集对算法进行验证，实验结果证明，相比目前国内外先进方法，本文算法在精度方面有一定优势，相比部分方法，速度有较大提升。

OpenCV+OpenGL 双目立体视觉三维重建代码以及文档 使用opencv进行立体匹配获取视差图，三角剖分 使用opengl进行纹理贴图 需要配置opengl，opencv，vs2015工程 博客地址： http://blog.csdn.net/wangyaninglm/article/details/52142217

基于HALCON的W双目立体视觉系统实现2142171122574461,很不错！！

双目立体视觉中，计算视差的方法并利用散斑技术来完成

基于现场可编程门阵列( FPGA)的双目立体视觉系统的设计方案,同时介绍了系统的硬件结构,并在讨论区域匹 配的快速算法的基础上,提出了基于FPGA的像素序列和并行窗口算法框架,用以实现零均值像素灰度差平方和 (ZSSD)的匹配算法。

基于HALCON的双目立体视觉系统实现 .

为提高双目立体视觉测量图像精确匹配的稳定性，提出一种基于特征点能量的稳健匹配新算法。该算法基于极线约束获取左右图像中特征点的初始匹配，根据特征点之间极线约束关系定义了一种不受仿射变换影响的能量来描述特征点，通过比对特征点能量值来剔除误匹配。该算法有效降低了误匹配率和误剔除率，从而满足多视角测量数据拼合过程中严格限制误匹配率的要求。实验结果表明，该算法正确匹配率大于95%，误剔除率小于2%，具有较强的稳健性。

立体匹配一直是计算机视觉领域的一个中心研究问题. 首先综合介绍了立体匹配算法的研究概况,论述了 双目立体匹配算法中各种约束的核心概念和适用范围;然后重点归纳分析了立体匹配算法的分类及其发展过程中的 各种演化算法,对其关键技术进行了剖析和比较,并总结了目前存在的主要难题和可能的解决途径;最后对该领域存 在的问题和技术发展趋势进行了分析和讨论.

伴随着信息、通信、计算机等领域内技术的飞速发展，近年来，机器人技术得到了科学界乃至整个人类社会的广泛关注，其中，机器视觉成为了及其重要的一个研究领域。与自然觉得动物和人类相似，视觉系统是机器获取真实世界信息的主要手段之一。模拟人类的视觉系统工作原理，多目立体视觉系统经过今年来的发展演进，已经具备了较好的图像获取和处理能力，能通过两个或多个光轴平行或会聚的相机同步获取图像，并经过算法的配合获取到真实世界的物体空间关系。而无线图传技术更是可以通过无线网络将视觉系统捕获的图像、视频、声音等信号远程发回到控制或监视设备。在面对复杂、危险或者其他人类无法到达的环境时，通过与遥控车辆、无人机等机械设备的配合，使得人们可以在安全环境下快速实时准确地获取到目标空间或物体的真实情况。这项技术可以广泛应用于地质勘探、智能交通、电网监测、灾害探测与救援、危险物品检测、军事侦察等诸多领域，尽最大可能保证人类的安全。本设计通过将双目立体相机、基于Arduino Uno开发板的图传系统与无人机平台相结合，初步实现了遥感勘测、飞行视角实时回传等功能。

该论文是基于双目立体视觉的运动目标检测与跟踪