Para resolver os problemas relacionados ao grande tamanho da rede e à complexidade da estrutura nas metodologias de correspondência estéreo baseadas em aprendizado profundo, foi proposta uma estrutura de rede menor e de maior precisão. Esta rede reduz e modifica as camadas residuais complexas e redundantes no módulo de extração de características e introduz um módulo piramidal de pooling com convolução dilatada para ampliar o campo de visão e extrair mais informações contextuais úteis; no módulo de cálculo de custo, são utilizadas camadas convolucionais tridimensionais para agregar custos e melhorar a precisão da correspondência estéreo; finalmente, no módulo de agregação de custo, é utilizado um módulo de grade bilateral para obter um mapa de disparidade de alta precisão a partir de custos com resolução mais baixa. A rede foi testada em conjuntos de dados populares como KITTI 2015 e Scene Flow, e os resultados mostram que, em comparação com outras redes principais, como a Pyramid Stereo Matching Network (PSM-Net), o número de parâmetros da rede foi reduzido em cerca de 38%, alcançando alta precisão experimental, com um erro de ponto final (End-point Error, EPE) de 0,86 no conjunto de dados Scene Flow, sendo uma rede de correspondência estéreo que equilibra velocidade e precisão.

Visão computacional;Correspondência estéreo;Redes neurais artificiais;Disparidade