Une Étude sur les Techniques d'Apprentissage Profond pour l'Estimation de Profondeur Basée sur la Stéréo

L’estimation de la profondeur à partir d’images RGB constitue un problème mal posé depuis longtemps, exploré depuis des décennies par les communautés de vision par ordinateur, de graphisme et d’apprentissage automatique. Parmi les techniques existantes, la correspondance stéréo demeure l’une des plus largement utilisées dans la littérature, en raison de son lien étroit avec le système binoculaire humain. Traditionnellement, l’estimation de la profondeur basée sur la stéréo a été abordée par le biais du recouvrement de caractéristiques manuellement conçues à travers plusieurs images. Malgré l’importante quantité de recherches menées dans ce domaine, ces approches classiques peinent encore à faire face à des zones fortement texturées, à de grandes régions uniformes et aux occlusions. Motivés par leurs succès croissants dans la résolution de divers problèmes de vision 2D et 3D, les méthodes d’apprentissage profond pour l’estimation de la profondeur stéréo ont suscité un intérêt croissant au sein de la communauté, avec plus de 150 publications dans ce domaine entre 2014 et 2019. Cette nouvelle génération de méthodes a permis une avancée significative en termes de performance, rendant possible des applications telles que la conduite autonome et la réalité augmentée. Dans cet article, nous proposons une revue complète de ce domaine de recherche en pleine expansion, synthétisons les pipelines les plus couramment utilisés, et discutons de leurs avantages ainsi que de leurs limites. En repensant aux progrès accomplis à ce jour, nous formulons également des hypothèses quant aux perspectives futures de la recherche fondée sur l’apprentissage profond pour l’estimation de la profondeur par stéréo.