深度學習三維重建-雙目視差三維重建小筆記

記錄一下深度學習進行雙目三維重建看過的網絡
持續更新（時不時更新）
數據集：
SceneFlow
KITTI
ETH3D
與三維有關的數據集：
TanksAndTemples
一大堆Github總結的數據集
Github大佬的筆記

---

-----------------------------------我是分界線------------------------------------

SceneFlow數據集最早用了FlowNet，然後Dispnet，並且數據集官方有榜單可以看。我選擇了PSMNet作爲學習目標，但是直接上手PSMNet難度有點大，按照這條路線來看，從簡單到複雜。

GC-net遍歷視差，每一層視差做了一次特徵圖層，最終包含視差爲０的情況，一共視差最大值+1層特徵圖，這帶來了大量的空間開銷。這種算法受圖像分辨率限制比較嚴重，尤其是在測量條件下，想要提高測量精度，多數情況就是提高相機分辨率，這直接帶來計算量大量提高。