摘要

本发明公开了一种视差回归深度神经网络的构造方法,包括低层次特征信息提取步骤、匹配低价计算步骤、局部代价聚合步骤及使用贝叶斯推导和跳跃连接对初始视差进行迭代细化。本发明改进传统立体匹配网络的结构,加入了跳跃连接,局部代价聚合和迭代细化步骤,能够提高网络的视差预测效果。