1982年Barnard与Fischler的计算立体深度感知综述

Barnard和Fischer于1982年在《ACM Computing Surveys》上发表了题为"Computational Stereo"的重要论文，这标志着深度感知在计算机视觉领域中的一个里程碑。他们将计算立体视（Computational Stereo）定义为从多视角图像中恢复场景的三维特性，这是一个核心问题，对于机器理解世界具有关键作用。 论文首先阐述了计算立体视的基本概念，包括图像获取、相机建模、特征提取、图像匹配、深度确定以及插值等各个环节。这些步骤是实现立体匹配和深度估计的基础，它们紧密协作，共同构建出场景的三维重建。与单眼技术相比，立体视提供了更直接、明确且定量的深度测量，尤其适用于那些雷达和激光测距等“主动”方法无法或不适合应用的场景。 作者着重讨论了评估不同计算立体技术有效性的关键标准，例如精度、鲁棒性、计算效率以及对光照变化和纹理相似度的处理能力。这些标准对实际应用中的性能至关重要，有助于研究人员优化算法并选择最适合特定任务的方法。 此外，论文还对当时计算立体研究进行了广泛而深入的概述，列举了一系列代表性的工作和研究成果，展示了当时在匹配算法、深度估计算法、多视图几何等方面的主要进展。这些研究不仅推动了计算机视觉领域的技术进步，也为后续的深度学习和立体视觉技术奠定了基础。 Barnard和Fischer的这篇论文不仅梳理了计算立体视的基本理论和技术，还为评价和选择立体深度感知技术提供了一个框架，对后续的研究者来说，是一份宝贵的参考文献。随着技术的发展，该领域的研究不断深化，但这篇文章在1982年的贡献仍然具有历史意义，对于理解和掌握早期计算机视觉中的深度重建方法具有重要的参考价值。