作为计算机视觉中一项基础而又重要的研究内容,立体匹配的实质是基于一对矫正后的图像计算出目标图片中每个像素点的视差值,在三维测距、机器人导航、自动驾驶等领域有着广泛的应用。随着深度学习的不断发展,基于深度学习的立体匹配算法在准确度上远远超过了传统的立体匹配算法,然而,当前的方法在纹理缺失、反射面以及遮挡等复杂区域仍然存在着匹配精度低的问题,而有效利用目标的多尺度和上下文信息可以解决上述问题,因此本文的研究重点在于如何将多尺度和上下文信息有效的应用在立体匹配的各个阶段来提高算法和模型的准确度。本文主要研究内容如下:(1)在代价计算方面,提出一种模仿人类视觉机制的跨尺度的代价计算方法,由多尺度特征信息得到像素的大致深度并有效地指导后续的代价聚合过程,实验结果表明提出的方法和现有方法相比取得了更好的效果。(2)在特征提取和特征处理方面,提出了混合金字塔池化模块和多尺度3D特征融合模块,混合金字塔池化模块兼具空间金字塔池化模块和空洞金字塔池化模块的特点,能够提取更加丰富的上下文信息,多尺度3D特征融合模块能够有效处理代价卷中的特征信息。(3)在代价聚合方面,提出一种基于学习方式的代价聚合算法,由聚合子网络和指导子网络两个子网络实现,聚合子网络用于从不同维度聚合代价值,指导子网络用于从参考图片提取结构信息作为全局视野指导。实验结果表明提出的算法和子网络可以端到端的方式嵌入到现有立体匹配网络中并提高网络表现。