1.一种用于立体匹配的特征提取方法，其特征在于包括以下步骤：步骤1：将尺寸为W*H*C的原始图像输入到特征提取网络中，其中W为图像的宽维度，H为图像的高维度，C为图像的通道维度；

步骤2：通过预处理模块和Resnet提取多个特征图；

所述步骤2中，预处理模块由3个级联的3×3卷积核构成；

所述步骤2中，Resnet含有4个残差块组，四个组所包含的残差块数量分别是{3,16,3,

3}；

步骤3：通过最大值池化操作，对步骤2中提取到的多个特征图进行不同大小的最大值池化，构建特征金字塔；

步骤4：利用堆叠结构进行特征融合并压缩金字塔尺度范围，得到下一个金字塔，经过多次压缩，直至输出单一的尺度特征；

所述步骤4包括以下步骤：

S4.1：将来自高尺度的特征进行反卷积或上采样操作，提升分辨率；

S4.2：将来自其他方向同尺度的特征或低尺度的特征进行卷积操作，使其通道维度与S4.1中操作后的特征通道维度数和尺度相同；

S4.3：将S4.1与S4.2操作后的特征结果进行元素相加，得到融合特征；

S4.4：重复S4.1至S4.3操作，得到不同尺度的融合特征，构造尺度范围压缩后的特征金字塔；

S4.5：重复S4.1至S4.4操作，得到具有不同尺度范围的特征金字塔，直至最后输出单一尺度特征；

步骤5：对步骤4中输出的单一的尺度特征，进行3*3的卷积；

步骤6：通过跳跃连接，将Resnet最后一层特征输出与步骤5的特征输出在通道维度上进行拼接，然后通过3*3卷积与1*1卷积，构造特征体。