本发明属于计算机视觉技术领域，具体涉及基于PSMNet优化特征提取的深度立体匹配方法，将特征提取类中firstconv拼接的原PSMNet中由卷积、归一化和线性校正单元ReLU三层分别拆分出来，将每部分的卷积层和BN层通过定义convbn层结合；定义的convbn层对初始图像进行卷积归一化处理，对卷积归一化处理后的初始图像加入线性校正单元ReLU，提取初始图像的第一部分深度图像特征；基于滞回注意力机制算法对第一部分深度图像特征进行进一步提取得到第二部分深度图像特征；通过ASPP的模块对第二部分深度图像特征进行多尺度特征提取。减少特征信息在层与层之间传递时的丢失，提升了不同尺度信息提取的能力。