Awesome-Deep-Stereo-Matching 完整指南:390+ 篇深度立体匹配论文一站式导航清单
Awesome-Deep-Stereo-Matching 完整指南:390+ 篇深度立体匹配论文一站式导航清单
Awesome-Deep-Stereo-Matching 是一份由意大利博洛尼亚大学研究者维护的 深度立体匹配(Deep Stereo Matching)论文精选清单,系统收录了 390+ 篇来自 CVPR、ECCV、ICCV、NeurIPS、TPAMI 等顶级会议与期刊的经典及最新研究成果,并提供完整的 BibTeX 引用文件。无论你是刚接触立体视觉的新手,还是想追踪前沿的计算机视觉研究人员,这份清单都能帮你快速定位论文、数据集与代码资源。
🎯 为什么需要这份深度立体匹配论文清单
深度立体匹配的核心任务,是输入左右两张相机图像,输出每个像素的视差图(Disparity Map),进而恢复场景的三维深度。它是自动驾驶 3D 感知、机器人导航、AR/VR 深度重建等方向的基础能力。
但该领域的论文数量庞大、方向细碎:端到端网络、高效轻量架构、事件相机、零样本基础模型、置信度估计、恶劣天气鲁棒性……如果只看零散的博客,很难建立完整的技术脉络。而这份清单的价值在于:
- 分类清晰:按"学习框架 → 端到端架构 → 挑战与解决方案 → 应用"的研究脉络组织,而非简单的时间堆砌
- 持续更新:收录至 2026 年的最新工作(如 CVPR 2026 的 StereoGS、PromptStereo 等)
- 引用友好:每篇论文均配有独立 BibTeX 文件,方便直接导入文献管理工具
- 配套综述:维护者同时出版了 3 篇权威综述(IJCV 2025、TPAMI 2021、TPAMI 2022),清单与综述互为补充
🚀 10 秒上手:获取清单并开始浏览
获取仓库只需一条命令:
git clone https://gitcode.com/gh_mirrors/aw/Awesome-Deep-Stereo-Matching
仓库结构非常简洁,核心就 4 个部分:
| 文件 / 目录 | 作用 | 说明 |
|---|---|---|
| README.md | 📖 主导航清单 | 按分类组织的全部论文列表,从这里开始看 |
| references.bib | 📚 汇总引用库 | 327 条 BibTeX 条目,一次性导入文献管理工具 |
| bibliography/ | 📁 单篇引文目录 | 417 个 txt 文件,每篇论文一个独立 BibTeX |
| how-to-PR.txt | ✍️ 贡献指南 | 如何按规范提交自己的论文 |
💡 新手提示:
README.md中每篇论文都带[Paper][Code][Bibtex][Google Scholar]四类链接,点击即可跳转原文与官方代码,无需再手动搜索。
清单中带有 🚩(三角旗)标记的条目,如 MC-CNN、GC-Net、RAFT-Stereo、FoundationStereo、DSM-Net,都是维护者认为最具开创性的里程碑工作,建议优先精读。
🗂️ 清单全景图:8 大板块如何组织
README.md 的目录(Table of Contents)将全部内容划分为以下板块,每个板块对应一个研究问题:
1️⃣ Surveys & Fundamentals(综述与基础)
包含 4 个子模块,是入门的最佳起点:
- Stereo Matching Basics:经典立体匹配基础,包括 Scharstein & Szeliski 的标志性 taxonomy 论文、SGM 半全局匹配等
- Deep Stereo Matching:3 篇必读综述,其中 bibliography/inTheTwenties.txt 对应的 IJCV 2025 综述是 2020 年代深度立体匹配的权威总结
- Learned Confidence Estimation:置信度估计专题
- Event-Based Stereo:事件相机立体匹配综述
2️⃣ CodeBase(代码库)
收录 OpenStereo 等综合性基准代码库——统一实现了大量网络并附带强基线,适合想横向对比算法效果的研究者。
3️⃣ Datasets(数据集)⭐
这是清单中最实用的板块之一,细分为:
| 类别 | 代表数据集 | 适用场景 |
|---|---|---|
| 真实世界 RGB | KITTI 2012/2015、Middlebury v3、ETH3D、Cityscapes、DrivingStereo、Booster、InStereo2K | 主流基准评测、自动驾驶 |
| 合成数据 | MPI Sintel、Freiburg SceneFlow、Virtual KITTI 2、TartanAir、Spring、StereoCarla | 大规模训练、域迁移 |
| 事件相机 | UZH-RPG、MVSEC、DSEC、TUM-VIE、EVIMO2 | 高动态范围、低延迟感知 |
| 热成像 / NIR | CATS、MS²、RGB-MS、Gated | 跨光谱、无光照依赖 |
| 偏振 / 回声 | RPS/IPS、StereoEchoes | 特殊传感器 |
| 互联网视频 / NeRF 渲染 | Stereo4D、Dynamic Replica、NS-Stereo | 动态场景、弱监督 |
📌 新手选数据集建议:先用 KITTI + Middlebury 跑通评测流程,需要大规模训练数据时切换到 SceneFlow / Virtual KITTI,做域泛化研究则关注 StereoCarla 等 2025–2026 年新基准。
4️⃣ Frameworks(框架与方法)—— 清单的核心
按技术路线分成 4 条主线,完整覆盖了深度立体匹配的发展路径:
- Learning for Stereo Pipeline:在经典"代价计算 → 优化 → 精化"流水线中引入学习,含 3 个子类(Matching Cost 代价计算 / Optimization 优化 / Refinement 精化),从 MC-CNN、Sgm-Nets 到 DRR、NDR
- End-to-End Architectures(体量最大):
- Foundational:DispNet-C → PSMNet → GWCNet → CFNet → RAFT-Stereo → IGEV-Stereo → FoundationStereo(零样本基模),并按 CNN 2D/3D 架构、NAS、迭代式、Transformer、MRF 细分
- Efficient-Oriented:面向实时部署的压缩代价体、轻量网络(AANet、MadNet、MABNet、HITNet、LightStereo)与高效推理方案
- Multi-Task:法向辅助、立体匹配 + 光流、+ 语义分割、+ 不确定性、场景流(Scene Flow)联合学习
- Beyond Visual Spectrum:LiDAR 引导、结构光主动立体、跨光谱、事件立体、门控立体、声学回声等
- Architectural Analysis:架构消融分析类工作(如 OpenStereo 基准、预训练特征研究)
- Challenges & Solutions(⭐ 解决问题导向):
- 过平滑(Over-Smoothing)
- 缺失真值(自监督 / NeRF 代理监督)
- 域偏移 Domain Shift(零样本泛化、离线 / 在线持续自适应)
- 恶劣天气(雾、夜、水下)
- 透明与反光表面(ToM)
- 非对称立体、时间一致性、连续估计
- Confidence Estimation:机器学习方法与深度学习方法的置信度估计全景
5️⃣ Applications(应用)
展示深度立体匹配"还能做什么":NeRF & 3D 高斯泼溅(StereoNeRF、StereoGS)、单目视频转 3D 立体视频(StereoCrafter、SVG、GenStereo)、3D 目标检测(IDA-3D、LIGA-Stereo)、深度补全、立体重投影矫正、智能眼镜深度系统等。
6️⃣ Workshops / 7️⃣ Tutorials & Talks / 8️⃣ Demos
收录 NTIRE 挑战赛、CVPR/ECCV 官方教程(如 CVPR 2024 "Deep Stereo Matching in the Twenties" 教程)与演示项目,适合想系统学习或参加比赛的读者。
🔍 按目标找论文:4 条最高频的检索路径
| 你的目标 | 直接去看 | 代表工作 |
|---|---|---|
| 快速入门、理解原理 | Surveys → Stereo Matching Basics + Deep Stereo Matching | SGM、IJCV 2025 综述 |
| 训练一个 SOTA 网络 | End-to-End → Iterative Optimized-based | RAFT-Stereo、IGEV-Stereo、CREStereo |
| 部署到车端 / 边缘设备 | Efficient-Oriented 三个子类 | AANet、MadNet、MABNet、LightStereo |
| 做零样本 / 跨域泛化研究 | Challenges → Domain Shift + 迭代式架构尾部 | DSM-Net、FoundationStereo、Stereo Anywhere、Fast-FoundationStereo |
💡 实用技巧:打开 README.md 后直接使用编辑器的全文搜索(如
CVPR, 2025、Real-Time、Event),即可按年份、会议、关键词快速过滤论文。
📚 引用管理:BibTeX 一步到位
这是该清单被高频使用的重要原因。两种用法:
- 批量导入:直接把 references.bib(327 条条目)拖入 Zotero / EndNote / JabRef
- 单篇取用:bibliography/ 目录下每篇论文一个文件,例如:
- bibliography/MC-CNN.txt:开山之作 MC-CNN 的 BibTeX
- bibliography/RAFT-Stereo.txt:迭代式架构代表
- bibliography/SceneFlow.txt:经典训练数据集
- bibliography/FoundationStereo.txt:2025 零样本基模
如果你引用了这份清单本身,README.md 末尾的 Citation 一节提供了 3 篇配套综述的标准 BibTeX,例如 IJCV 2025 综述:
@article{Tosi_IJCV_2025,
author = {Fabio Tosi and Luca Bartolomei and Matteo Poggi},
title = {A Survey on Deep Stereo Matching in the Twenties},
journal = {International Journal of Computer Vision},
year = {2025},
doi = {10.1007/s11263-024-02331-0}
}
✍️ 如何贡献你的论文(PR 流程)
清单接受社区投稿,规范见 how-to-PR.txt,只需 4 步:
- 在 bibliography/ 新建
bibliography/<YOUR-PROJECT>.txt,放入你的 BibTeX 条目 - 将同一条目追加到 references.bib 文件末尾
- 编辑
README.md,按统一格式添加条目:**NAME**: *"TITLE"*, AUTHOR et al., *CONF, YEAR* [Paper] [Code] [Bibtex] [Google Scholar] - 把条目放入正确的分类板块下
格式示例(可直接参考):
* **SMD-Nets**: *"SMD-Nets: Stereo Mixture Density Networks"*, Tosi et al., *CVPR, 2021*.
<a href="https://link.gitcode.com/i/61141692fe576740f158e9f6d12d2ec8" target="_blank">Paper] [Code] [[Bibtex</a>] [Google Scholar]
❓ 常见问题 FAQ
Q1:这个清单和我直接搜论文有什么区别? 它由该领域的资深研究者(也是 3 篇权威综述的作者)长期人工维护,分类体系本身就是"深度立体匹配技术路线图",能帮你避免重复调研。
Q2:条目数量到底有多少?
README.md 中收录 400 余个论文条目(同一工作可能在不同分类下交叉出现),references.bib 提供 327 条去重后的 BibTeX,bibliography/ 目录含 417 个单文件引文。
Q3:🚩 标记是什么意思? 维护者用它标记"绝对开创性"的里程碑工作(如 DispNet-C、GC-Net、RAFT-Stereo、FoundationStereo、MonoDepth 等),是建立领域知识图谱的最佳锚点。
Q4:清单会持续更新吗? 会。清单已收录 2026 年的最新工作(如 CVPR 2026 的 PromptStereo、Lite Any Stereo V2、StereoGS 等),建议定期拉取更新。
✅ 总结
- 想入门:从 Surveys & Fundamentals 开始,精读 🚩 里程碑
- 想训练 / 评测:用 Datasets 板块锁定 KITTI、Middlebury、SceneFlow
- 想部署落地:直奔 Efficient-Oriented 子类
- 想发论文 / 找创新点:研读 Challenges & Solutions 板块的 8 大挑战方向
- 想引用规范:直接取用 references.bib 与 bibliography/ 的现成 BibTeX
一份清单,串起深度立体匹配从 2015 年深度网络介入到 2026 年基础模型时代的完整脉络——收藏 README.md,就是这个领域最好的"导航地图"。