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！！

基于立体视觉和滤波算法的无人船环境感知技术研究.caj

双目立体视觉中，计算视差的方法并利用散斑技术来完成

介绍了目前主要的几种利用立体视觉技术进行三位人脸重建的方法，将几种方法进行比较分析，选出了本文使用的三位人脸重建的方案，并对于利用特征点重建人脸给出了具体的思路和算法。

为设计一种可自动跟踪、避障的无人机视觉导航技术，将无人机同时搭载双目和单目摄像头：单目摄像头采集无人机相对于被跟踪物体的图像，并采用经Kalman预测器优化的连续自适应均值漂移算法对目标进行有效跟踪；双目摄像头实时采集无人机前进方向上的图像信息，并利用SGM算法计算深度图以分割出无人机前进方向上的障碍物信息。无人机在跟踪目标物体的同时，可自主避开行进方向上的障碍物。实验结果表明，该方法可以有效引导无人机持续、精确地对目标物体进行跟踪，并在跟踪过程中及时躲避前进方向上的障碍物。

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。

【5】立体视觉&图像聚类.zip

HALCON多目立体视觉算子