Dear Dean

立体视觉是计算机视觉领域的一个重要课题，它的目的在于重构场景的三维几何信息。立体视觉的研究具有重要的应用价值，其应用包括移动机器人的自主导航系统，航空及遥感测量，工业自动化系统等。1. 引言    立体视觉是计算机视觉领域的一个重要课题，它的目的在于重构场景的三维几何信息。立体视觉的研究具有重要的应用价值，其应用包括移动机器人的自主导航系统，航空及遥感测量，

一个大数据集来训练卷积网络的视差，光流和场景流量估计相关资源下载：https://download.youkuaiyun.com/download/qq_38906523/10297512摘要最近的工作表明，光流估计可以被制定为监督学习任务，并且可以用卷积网络成功解决。所谓的FlowNet的培训是由一个大型的综合生成的数据集启用的。 本文将光学流量估计的概念通过卷积网络扩展到视差和场景流估计。为此

端到端学习几何和背景的深度立体回归我们提出了一个新颖的深度学习体系结构，用于求解矫正后的立体图像对的视差问题。我们利用问题几何的知识来使用深度特征表示形成成本量。我们学习在这个量上使用三维卷积结合上下文信息。视差值从成本量中使用提出的可微分软性argmin操作进行回归，这允许我们在不需要任何额外的后处理或正则化的情况下，将我们的方法端对端地训练到亚像素精度。 我们在场景流和KITTI数据集上评