本文回顾了十多年来用于立体匹配信度估计的算法和策略，并评估了现有的置信度估计方法，包括手工设计的和最新的基于学习的方法。实验结果表明，基于学习的方法在五个标准数据集上表现出较好的性能。同时，本文首次将一个最先进的深度立体网络与置信度测量技术进行比较，突出了基于学习的方法的优势和局限性。

本文回顾了十多年来用于立体匹配信度估计的算法和策略，并评估了现有的置信度估计方法，包括手工设计的和最新的基于学习的方法。实验结果表明，基于学习的方法在五个标准数据集上表现出优势，但也存在局限性。该研究还首次将深度立体网络与置信度测量技术进行比较。