Stereo matching is used in many real-time applications that require fast and relatively accurate matching algorithms and simple hardware architectures. Although the semi-global matching algorithm performs better than the window-based local matching methods with the same disparity search range, it still requires a significant amount of computation and storage spaces, not satisfying real-time performances. In addition, although the disparity search range represents the level of depth estimation, it is limited to small values in semi-global matching due to these overheads, which can not accurately estimate near objects with large disparity values. This paper introduces the image pyramid method into stereo depth estimation to reduce the computation and storage requirements required for stereo matching while maintaining a wide search range. Also, this paper addresses the issue of disparity errors caused by introducing different image sizes, minimizing performance degradation. The proposed image pyramid-based matching algorithm employing census transform and four paths semi-global matching achieves an error rate of 27.3% in non-occlusion regions on the Middlebury 2014 dataset while reducing the computation required to calculate and aggregate the matching cost for searching disparity values to 24%. The depth estimator synthesized in 65 nm technology for that algorithm attains 87 frames per second on Full HD images with a 512 disparity search range.
스테레오 매칭은 빠르고 비교적 정확한 매칭 알고리즘과 간단한 하드웨어 아키텍처를 요구하는 많은 실시간 애플리케이션에서 사용된다. 비록, 준-전역 매칭 알고리즘은 동일한 시차 탐색 범위를 갖는 창 기반 지역 매칭 방법보다 성능이 우수하지만, 여전히 많은 계산량과 저장 공간이 필요하여 실시간 성능을 만족시키지 못하고 있다. 게다가, 시차 탐색 범위는 깊이 추정의 수준을 나타내지만, 이러한 부담으로 인해 준-전역 매칭에서는 작은 값으로 제한되어 시차 값이 큰 근거리 물체를 정확하게 추정할 수 없다. 이 논문은 스테레오 깊이 추정에 이미지 피라미드 방법을 도입하여, 넓은 시차 탐색 범위를 유지하면서 스테레오 매칭에 필요한 계산 및 저장 요구사항을 줄인다. 또한, 본 논문은 서로 다른 이미지 크기를 도입함으로써 생기는 시차 오류 문제를 해결하여 성능 저하를 최소화한다. 센서스 변환과 4개 경로 준-전역 매칭을 사용하는 제안된 이미지 피라미드 기반 매칭 알고리즘은 시차 값을 찾는 데 필요한 매칭 비용 계산 및 집적에 필요한 연산량을 24%로 줄임과 동시에, 미들버리 2014 데이터 집합에서 비폐색 영역에 대해 27.3%의 오류율을 달성한다. 해당 알고리즘을 위해 65나노미터 기술로 합성된 깊이 추정기는 풀 HD 이미지에서 512수준의 시차 범위를 가지고 초당 87프레임을 얻는다.
