前段韶光，Facebook在今年的开拓者大会上发布了新一代的VR全景相机：Surround 360 x24和x6。这种相性能以六自由度进行拍摄，也便是说，拍出来的视频，在不雅观看的时候头部除了可以高下旁边原地迁徙改变之外，还可以在一定程度上移动头部去不雅观看拍摄下来的三维立体场景（如图1）。能达到如此神奇的效果，缘故原由是这种相机除了能够拍摄到全景的图像之外，还可以打算出这个全景图像的深度信息。而这些深度信息的获取，靠的便是双目立体视觉技能。下面我们就来谈谈双目立体视觉技能的事理。
首先，我们须要知道为什么两只眼睛能够感知到面前物体的间隔。其事理并不繁芜，旁边两只眼睛在看同样一个物体的时候，这个物体的位置是有所差异的：左眼看比右眼看位置会偏右，反之亦然。我们把这种旁边眼视觉位置的差异叫做视差。而一个物体间隔人眼越近，视差就越大，反之就越小（如图2）。我们的大脑便是通过旁边眼的视差来判断物体的远近的。
同样的事理，当旁边两个摄像头并排放在一起，它们所得到的图像就类似于人的双眼所看到的两个画面。如果我们能够将左边的摄像头拍摄到的图像中的某个一点找到其对应在右边的摄像头拍摄的的图像中的位置，那么我们就能够利用这个点在旁边两个图像中位置的差异，即视差，来打算出这个点到摄像头的间隔，即该点相对付摄像头的深度。而这个在旁边两个图像探求匹配点的过程，我们就叫做双目立体匹配（如图3）。通过对旁边两幅图像的每个点进行双目立体匹配，我们就能够分别得到左边图像和右边图像的深度图，从而让打算机也能够“感知”到前方环境到摄像头之间的间隔了。因此，一个好的双目立体匹配的算法，就成为了双目立体视觉的效果好坏的关键。
至今，人们研究立体匹配算法已经有几十年了，期间涌现了很多种算法。评价这些算法的指标紧张有两个，一个是匹配的准确率，另一个是算法的打算繁芜度。其余，由于普通人能买到的比较便宜的摄像头成像质量都不是特殊空想，真实分辨率不是很高，同时常日也会有不少噪点，以是匹配算法的鲁棒性也是一个比较主要的方面。对付所有的这些立体匹配算法，可以分成两大类：局部匹配算法和全局匹配算法。局部匹配算法只对点周围部分区域进行匹配。而全局匹配则采取分层处理的思路，先把图像分割成多少块，先从块层面上进行匹配，然后再对块进一步分割，重复前面的操作。全局全局匹配算法由于局部匹配算法的一个地方是可以担保匹配的全局同等性，鲁棒性是比较好的，但是由于运算量比较大、匹配的结果缺少细节，从而不是很受欢迎。因此，目前主流的方法仍旧因此局部匹配算法为主。近年来，随着打算机并行打算能力的不断增强和深度学习技能的崛起，立体匹配算法的研究也开始关注如何利用这些新的技能来提高算法的性能。
有兴趣做进一步研究的读者除了可以在搜索引擎进一步查阅干系文献以外，还可以访问这个网址：http://www.cvlibs.net/datasets/kitti/eval_scene_flow.php?benchmark=stereo。那里能够下载到专门用来测试双目立体视觉算法效果的一些测试数据集，还能看到最新的效果排名靠前的算法。
由于立体匹配算法的运算量比较大，以是绝大多数的算法都只能运行在台式机上。不过，目前市场上也涌现了一些能把双目立体视觉算法运行在嵌入式系统的产品。ZED Camera基于CUDA，紧张运行在PC上，降落分辨率后也可以运行在基于Nvidia的TK1芯片的嵌入式平台上。基于Movidius芯片的触景无限视觉卡V203也是一个可以流畅运行双目立体视觉的嵌入式平台。比较ZED Camera而言，功耗更小、体积更小而且价格也更低。
除了双目立体视觉算法以外，还有其他两种技能也能获取深度图。一个是构造光技能，其余一个是ToF技能。这两种技能都是利用主动发射的红外激光来探测深度信息的。在阴郁的环境下，这两种技能仍旧能够探测到深度信息，而双目立体视觉在没有光芒或者低照度的条件下就无法事情了。相反，在高亮度的环境下，构造光技能和ToF技能很随意马虎受到环境光的滋扰，因尔后果则比双目立体视觉要差很多。其余，构造光技能和ToF技能能够探测到深度的范围也比较小，最大深度只能到5米旁边，不过精度可以做得很高，能达到毫米级别；而双目立体视觉则可以通过改变两个摄像头之间的间隔来改变可探测深度的范围，精度也相对要低一点。因此，构造光技能和ToF技能比较适宜运用在室内的环境，而双目立体视觉则比较适宜运用在白天室外的环境。
总之，经由科学事情者几十年的努力，双目立体视觉的技能离我们的生活越来越近了。比如说，除了Facebook新出的VR相机以外，大疆无人机的避障技能便是基于双目立体视觉技能实现的。随着人工智能技能的进一步发展，相信双目立体视觉结合人工智能的技能能够做到更加靠近于人眼所能做到的事情。（撰稿：触景无限科技 SENSCAPE）
