双目立体视觉是被动式三维视觉方法中一种重要的深度感知技术,其目的是从不同视点获取的两幅图像中恢复出场景的三维结构,广泛应用于工业测量、无人驾驶、3D场景建模等领域。其中,立体匹配算法的准确性和计算效率是决定立体视觉系统能否鲁棒、实时应用的关键。与人工设计特征的传统立体匹配方法相比,基于深度学习的立体匹配算法在精度上取得了显著提升,但在弱纹理、倾斜平面以及深度不连续等病态区域上仍然不理想,且随着网络结构的日益复杂,对内存和计算资源的要求越来越高,在实际应用中往往难以部署。为了实现计算资源受限情况下的高精度立体匹配,本文基于经典的DispNet网络进行改进,提出了两种端对端的视差计算网络,通过实验验证了网络的准确性与鲁棒性。论文的主要研究内容如下:（1）研究了双目立体匹配基础理论以及卷积神经网络的基本构成。由于立体匹配和图像分割任务同属于逐像素的稠密预测任务,为了更好地将深度学习方法应用于立体匹配问题,研究了三个经典的图像分割模型,并重点研究了基准模型DispNet的网络结构和实现原理。（2）提出了一种基于长短跳跃连接的视差计算网络,简称为Res-DispnetC。该网络使用编码-解码结构,通过引入残差结构和基于矩阵乘法的代价计算方法实现网络结构调整与性能优化。在SceneFlow和KITTI数据集上的实验结果表明,该方法可以快速准确地生成高分辨率预测视差图,便于在实际场景中应用部署。（3）提出了一种基于混合注意力机制的视差计算方法,简称为Res-DispnetC-scSE。通过将并行的空间和通道挤压激励模块scSE嵌入到视差估计网络中进行端对端训练,可以自适应地增强匹配代价体中重要的空间与通道信息,提高网络的学习能力。通过在SceneFlow、KITTI和Middlebury数据集上进行实验验证,结果表明,嵌入scSE模块的视差计算网络在真实的室内外场景中都可以实现稠密的高精度视差预测,具有良好的泛化能力,且明显提升了弱纹理、细小结构等病态区域的预测精度,充分证明了本文模型的鲁棒性与有效性。