【立体匹配和深度估计 1】《A taxonomy and evaluation of dense two-frame stereo correspondence algorithms》

《A taxonomy and evaluation of dense two-frame stereo correspondence algorithms》是 Scharstein、Szeliski 和 Zabih 三位作者合著的一篇关于立体匹配的综述文章，这篇文章在立体匹配领域具有重要地位，它对此前二十多年的研究进行了总结，并提出许多重要的观点和洞见。Daniel Scharstein 是 Middlebury College 教授。Richard Szeliski 是立体视觉领域重要学者，其专著《Computer Vision: Algorithms and Applications》在计算机视觉领域具有非常高的价值。

1. 文章结构与概述

《A taxonomy and evaluation of dense two-frame stereo correspondence algorithms》的结构如下：

Abstract.
1、 Introduction
2、 Motivation and Scope
2.1、 Computational Theory
2.2、 Representation
3、 A Taxonomy of Stereo Algorithms
3.1. Matching Cost Computation
3.2. Aggregation of Cost
3.3. Disparity Computation and Optimization
3.4. Refinement of Disparities
3.5. Other Methods
3.6. Summary of Methods
4、 Implementation
4.1. Matching Cost Computation
4.2. Aggregation
4.3. Optimization
4.4. Refinement
5、 Evaluation Methodology
5.1. Quality Metrics
5.2. Test Data
6、 Experiments and Results
6.1. Matching Cost
6.2. Aggregation
6.3. Optimization
6.4. Sub-Pixel Estimation
7、 Overall Comparison
8、 Conclusion
References

在 1. Introduction 部分，文章首先对研究范围进行界定，研究对象为(1)由确定摄影几何关系的两视图产生(2)密集视差图（即每个像素都估计视差值）的立体匹配算法。然后，文章提出两个研究目标。(1)对既有立体匹配算法进行分类，将各算法分解为独立组件进行比较。(2)提供量化评价平台，可见 http://vision.middlebury.edu/stereo/ （在线评价和数据集。）。
在 2. Motivation and Scope 部分，文章对立体匹配的计算理论进行综述，并对“视差空间(disparity space)”这一关键概念进行回顾。
在 3. A Taxonomy of Stereo Algorithms 部分，文章提出对两视图密集立体匹配算法的分类方法。
在 4. Implementation 部分，文章依据所提出测试方法，讨论了主要算法组件及其交互，以及控制算法行为的变量。
在 5. Evaluation Methodology 部分，文章讨论了对立体匹配算法的评价指标，和获取带有标准真值的标定数据集的方法。
在 6. Experiments and Results 部分，作者比较了各算法组件的实验结果。
在 7. Overall Comparison 部分，作者综合比较了现存20种立体匹配算法。
在 8. Conclusion 部分，作者得出结论并对未来工作作出展望。