该文综述立体匹配与多视角立体中的代价聚合研究，主要贡献包括：提出两路神经网络视差匹配，在KITTI等数据集上超越当时最先进方法；利用匹配不确定性估计将遮挡信息融入MVS网络，提升严重遮挡下的深度精度；提出时间与内存高效的由粗到细立体方法；设计基于自注意力与相似度测量的高效MVS网络；提出金字塔MVS自适应视图聚合；提出CostFormer及RDACT、RRT模块以聚合长程特征；利用稀疏点与神经网络加速推理；提出局部与全局引导聚合层及GA-Net；构建通用跨尺度聚合框架；Point-MVSNet融合3D几何与2D纹理直接处理点云。