Viziunea stereo (stereo vision) este o tehnică de viziune computerizată care estimează distanța și profunzimea obiectelor dintr-o scenă folosind două sau mai multe camere poziționate la o distanță cunoscută una față de cealaltă, imitând principiul percepției de profunzime prin cei doi ochi umani.
Principiul de bază este triangulația: același obiect fizic apare în poziții ușor diferite în cele două imagini captate simultan de cele două camere (o diferență numită „disparitate”), iar magnitudinea acestei diferențe este invers proporțională cu distanța obiectului față de camere — obiectele apropiate prezintă o disparitate mare între cele două imagini, în timp ce obiectele îndepărtate prezintă o disparitate foarte mică, aproape imperceptibilă.
Algoritmul de viziune stereo identifică mai întâi punctele corespondente în cele două imagini (aceeași caracteristică vizuală identificată în ambele cadre), calculează disparitatea pentru fiecare pereche de puncte corespondente, și transformă matematic această disparitate într-o hartă de adâncime completă a scenei, atribuind fiecărui pixel o estimare a distanței reale până la camerele.
Comparativ cu senzorii LiDAR, care măsoară direct distanța prin timpul de zbor al unui puls laser, viziunea stereo oferă o alternativă mai ieftină, folosind doar camere standard, deși precizia poate fi mai redusă în condiții de iluminare slabă, suprafețe fără textură distinctivă (pereți albi netezi) sau la distanțe foarte mari. Este folosită frecvent în robotica mobilă, vehicule autonome de cost redus, drone și, tot mai frecvent, în telefoanele mobile moderne pentru efecte de portret și realitate augmentată.
