近日，大华股份基于深度学习的双目立体匹配算法，刷新了KITTIVisionBenchmark中双目立体匹配竞赛的成绩，超越了其它AI公司和的学术研究机构，以及ICCV、ECCV、CVPR相关论文中的双目立体匹配研究成果，这标志着大华股份在双目立体匹配算法领域处于水平。

大华股份在AI技术领域持续耕耘与创新，不断提升算法、算力的核心竞争力。2018年，大华股份取得道路分割、车辆跟随、多目标跟踪、3D目标检测、人体检测、车辆检测、场景流、光流、行人检索等12项全球AI排行榜第一；2019年，大华股份取得行人重识别、目标实例分割、图像语义分割、步态识别、遥感图像分析等十项全球AI排行榜第一。2020年初，大华股份在MITSceneParsingBenchmark场景解析任务中取得了第一。本次在双目立体匹配算法领域再次取得新突破。大华股份积极加速AI技术成果向现实生产力转化，赋能行业智能化升级。

大华股份AI最新双目立体匹配算法评测全球（提交时间：2020.04.07）

（截图来源：www.cvlibs.net/datasets/kitti/eval_scene_flow.php?benchmark=stereo）

关于KITTI：

KITTI数据集由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办，是目前国际上最大的计算机视觉算法评测数据集之一。数据集用于评测立体匹配(stereo)、光流(flow)、场景流(sceneflow)、视觉里程计(visualodometry)、物体检测(objectdetection)和跟踪(tracking)、道路分割(road)、语义分割(semcs)等计算机视觉技术在车载环境下的性能。KITTI包含市区、乡村和高速公路等场景采集的真实图像数据，每张图像中最多包含15辆车和30个行人，且存在不同程度的遮挡与截断。

双目立体匹配：

双目立体匹配是场景三维感知的重要手段，在3D重建，智能机器人、自动驾驶、AR等领域中有着广泛的应用。双目立体匹配算法通过对左右目相机拍摄的图像进行相似性匹配，并获得视差图，随后根据立体几何原理推测场景深度。

在本次国际测评中，大华基于自主研发的深度学习平台，开发了一种基于深度神经网络的立体匹配算法。该算法采用了ASPP的结构对输入图像进行多尺度特征提取，并将传统的SGM算法融入到神经网络中。此外，在训练过程中加入了额外的自监督学习策略，有效地提高了算法的精度。

输入图像（一）

可视化视差图（一）

误差图（一）

输入图像（二）

可视化视差图（二）

误差图（二）

△以上图片为该国际权威评测数据集的立体匹配算法效果图

大华实际产品和未来产品中的应用

➢室外3D重建：

场景视差图

➢起立检测：

场景视差图

本次评测中使用的技术已在大华双目摄像机等产品中得到应用，提升了双目摄像机的捕获目标深度数据、目标分离等性能，赋能场景化应用价值。