近日，我院张永军老师团队在国际多媒体领域顶级学术会议 ACM International Conference on Multimedia 2026（ACMMM 2026）发表题为“Laplacian-guided Adaptive Cost Aggregation for Stereo Matching”的研究论文，展现了团队在立体匹配领域的深厚积累和创新实力。 论文第一作者为我院24级硕士研究生邰森，通讯作者为张永军老师，合作单位包括贵州商学院和哈尔滨工业大学（深圳）。

ACM国际多媒体会议（ACM MM）是多媒体及多模态领域的全球顶级学术会议，属CCF推荐A类（最高级），代表该方向国际最高学术水准，涵盖图像处理、视频分析、多媒体检索、虚拟现实、音频语音等多个研究方向。

该研究针对立体匹配在无纹理、反光、过曝和遮挡等不适定区域中易产生较大视差误差的问题，提出拉普拉斯引导自适应代价聚合网络 LACA，为复杂场景下的可靠三维感知提供了新的技术思路。

本文核心贡献如下：

1、首次明确指出“有限聚合范围”是病态区域性能瓶颈的根本原因，而非单纯的特征提取不足，为此提出了拉普拉斯引导的自适应代价聚合（LACA）网络，通过全局上下文建模来解决该问题。

2、提出了一种新颖的视差不连续混合扫描策略，以使 Vision Mamba 能够适应 4D 代价体积上的立体代价聚合，并在此基础上构建了基于 Mamba 的全局代价聚合（GCA）模块。该全局代价聚合模块消除了聚合范围的限制，并能有效地将可靠的视差估计传播到不适定区域。

3、为缓解 Mamba 的低频偏置所导致的细节退化问题，引入了局部代价聚合（LCA），并提出了一种拉普拉斯引导的自适应代价融合（LACF）模块，以在不适定区域的鲁棒性与边缘细节区域的准确性之间取得平衡。

LACA的网络结构图如下：

实验结果表明，LACA 在 Scene Flow、KITTI、Middlebury 和 ETH3D 等公开数据集上均取得了良好表现。 KITTI 2012 Reflective 排行榜排名第一，在反光区域指标 Out-2降低12.4%，大幅领先LoS、MonSter等专攻病态区域的算法。在样本泛化实验中，模型仅使用 Scene Flow 训练，未在目标真实数据集上微调，即可在 KITTI 2012、KITTI 2015、Middlebury 和 ETH3D 上取得 3.79%、4.43%、4.99% 和 1.13% 的错误率，表明其能够较好地迁移至不同相机和场景分布。总体来看，该方法有效提升了立体匹配在无纹理、反光及细节区域中的预测精度，为自动驾驶、机器人导航和工业三维检测等应用提供了更稳定的技术支撑。