A Survey on Deep Stereo Matching in the Twenties

立体匹配技术已经发展了近50年，但在过去的十年中，由于深度学习的发展，这项技术得到了快速的进化。虽然在2010年代末期的先前调查涵盖了这一革命的第一阶段，但在过去的五年中，研究在该领域取得了更多突破性进展。本文旨在以两种方式填补这一空白：首先，我们深入研究了深度立体匹配的最新发展，重点关注在2020年代重新定义该领域的开创性架构设计和突破性范例；其次，我们对随着这些进展而出现的关键挑战进行了全面分析，提供了这些问题的全面分类，并探索了提出应对这些问题的最先进技术。通过回顾架构创新和关键挑战，我们提供了深度立体匹配的整体视图，并强调需要进一步研究的具体领域。为了配合这项调查，我们维护了一个定期更新的项目页面，记录了我们的Awesome-Deep-Stereo-Matching存储库中关于深度立体匹配的论文。

深度立体匹配技术的最新发展和关键挑战是什么？如何解决这些挑战？

论文介绍了深度立体匹配技术的最新发展，包括创新的架构设计和重要的范式，同时提出了解决这些发展所带来的关键挑战的技术方案。

论文提供了深度立体匹配技术的全面回顾，介绍了最新的研究进展和关键挑战，并提供了开源代码和数据集。论文还指出了需要进一步研究的方向。

最近的相关研究包括：Stereo R-CNN，DeepPruner，GC-Net，PSMNet，GwcNet等。