双目视觉作为计算机视觉的重要分支,因其部署成本较低、结构简单,在无人驾驶、虚拟现实和三维重建等多个领域得到广泛应用。目前,虽然基于卷积神经网络的双目视觉立体匹配模型可以得到良好的效果,但在实际部署时大都存在匹配精度、运算时间、硬件部署成本无法兼顾的问题。为此,提出了基于空洞卷积的双目视觉立体匹配方法以兼顾上述三个因素,并验证了其有效性。论文的内容主要包括:针对采用卷积神经网络实现双目视觉立体匹配方法中普遍存在参数量大、GPU资源成本高的问题,提出多尺度聚合的立体匹配方法。首先构建基于空洞卷积的多尺度结合的特征提取网络,利用金字塔结构搭建网络基础架构,进一步探索空洞卷积模块设计对模型的影响,构建简化的特征提取模型;同时,采用迭代聚合策略,设计从低尺度到高尺度下视差聚合方法,进一步分析多个尺度聚合结果融合对模型的影响,采用多个代价卷交叉融合的方法获得更为准确的代价卷。针对现有模型在较低参数量的条件下匹配精度不高的问题,提出了组相关代价聚合的立体匹配算法。通过分析输入到聚合网络信息的丰富程度对结果的影响,构建基于多尺度信息融合策略的特征提取子网络,结合空洞卷积获得大型特征卷,并利用分组相关代价计算方法获取初始代价以减少信息损失;分析编码器解码器结构,构建双沙漏结构的相似度计算的聚合子网络;为获得最终代价卷,引入利用浅层特征卷积得到引导图并通过双边网格进行上采样的方法;最后围绕计算得到初始视差图中异常值与不连续区域,提出利用空洞卷积模块与注意力机制结合的修正方法。在此基础上,利用Scene Flow、KITTI2012/2015数据集对上述模型进行验证与评估。实验结果表明,基于多尺度聚合的立体匹配方法能够在仅2.1M的参数量下,以及低成本GPU资源下获得较好的匹配精度,其运算时间为0.1秒;基于组相关代价聚合方法能够在保持较少参数量的同时,D1-all指标降低至2.75%,运算时间仅为0.14秒,同时其匹配精度达到较高水平。因此,所提出的双目视觉立体匹配方法能够达到了精度、时间、硬件成本的协调。