自动驾驶汽车既令人着迷，又令人恐惧，因为它们必须准确评估和驾驭快速变化的环境。计算机视觉使用计算从图像中提取信息，是自动驾驶的一个重要方面，其任务范围从低级（例如确定给定位置距离车辆有多远）到更高级（例如确定道路上是否存在行人）。
据外媒报道，圣路易斯华盛顿大学（Washington University in St. Louis）麦凯维工程学院（McKelvey School of Engineering）计算机科学与工程教授Nathan Jacobs和研究生团队开发出联合学习框架，以优化两个低级任务：立体匹配和光流。立体匹配会生成两幅图像之间的差异图，是避免障碍物的深度估计的关键步骤。而光流旨在估计视频帧之间的每像素运动，对于估计对象如何移动以及摄像头相对于对象如何移动非常有用。
