Real

这是一篇实时的双目视觉立体匹配的文章（2019 CVPR）
提出的问题：现实数据集分布和训练数据集分布有极大的不同（真实vs虚拟数据集），且收集真实常见的视差图gt的成本高。

解决方案：提出一种无监督，在线适应的无监督的双目网络。将自适应作为一种连续学习的过程来解决域偏移问题（分布异同），从而使得视差估计网络再实施部署过程中根据收集的图片进行在线推演。

主要讲的不是网络结构，而是领域自适应对网络的优化，等我先把网络搞完再来看