南京航空航天大学金城学院

本发明提供了一种基于深度学习的DPS‑SGBM双目视觉测距方法，涉及计算机视觉和三维测量技术领域。本发明利用YOLOv8目标检测网络获取场景的语义信息及图像场景特征作为先验输入，为图像中每个目标动态计算最优的立体匹配参数，并输出具有置信度度量的视差图，引入概率模型对匹配结果进行优化与置信度评估。本发明通过深度融合深度学习语义信息与动态概率自适应半全局匹配算法，实现了双目视觉测距在精度、效率与实用性之间的有效平衡，为自动驾驶、机器人等三维感知应用提供了一种更为鲁棒、智能且高效的解决方案。