立体匹配作为一种被动式的深度感知技术,是计算机视觉领域的关键问题之一。它通过模拟人类的双目系统来感知场景的深度信息,具有配置简单、精度高的特点,因此在自动驾驶、无人机导航等新兴技术中有着广泛应用。立体匹配的核心任务是确定双目图像中对应像素点之间的水平位置差异(视差),并由此获得物体点的深度信息。在此背景下,本文将立体匹配任务与卷积神经网络相结合,并针对设备容量受限与高精度需求的场景,分别进行算法的设计与优化。本文的主要工作如下:1.针对容量受限的移动端或嵌入式设备,本文提出一种基于多尺度信息提取的立体匹配网络。该网络利用空间金字塔模块融合不同感受野的特征信息,增强复杂区域的特征提取能力。其次,本文改进相似度计算方式,并提出二维沙漏型网络多次聚合联合特征的信息,以计算左右特征在每一个视差层级下的相似度。最后,本文提出一种轻量级的基于注意力机制的视差精修子网络,在左右一致性的约束下从通道与空间维度优化初始视差图。2.针对高精度需求的场景,本文提出一种基于多信息代价卷的级联立体匹配网络。该网络首先生成三种尺度的级联特征,并使用独立的分支网络聚合每个尺度下的代价卷信息,最后逐步融合各尺度的特征信息以实现视差图的精修。在特征融合阶段,本文提出空洞特征混合单元,从更大的感受野范围上修复上采样后的特征图。在代价卷构建阶段,本文提出基于分组策略的多信息代价卷,以特征分组的方式计算相关代价卷,并引入通道注意力机制自适应的调整相关代价卷与串联代价卷的关系。为验证所提算法的有效性,本文在Sceneflow、KITTI2012以及KITTI2015三个基准数据集上进行了对比实验。其中,基于多尺度信息提取的立体匹配网络在参数量仅为2.4兆的条件下,匹配精度依旧能够与大多数算法持平。基于多信息代价卷的级联立体匹配网络则能获得更高精度的视差图。实验结果充分证明了本文算法的有效性,也表明其具有一定的实际应用价值。