利用单个 ToF 相机达到 RGB-D 级别的分割性能
计算机视觉与模式识别
2023-07-03 v1 人工智能
机器学习
摘要
深度是计算机视觉中一种非常重要的模态，通常作为 RGB 的补充信息由 RGB-D 相机提供。在本工作中，我们表明利用来自单个飞行时间（ToF）相机的红外（IR）与深度图像，有可能在语义分割任务上获得与 RGB-D 相机同等的精度。为融合 ToF 相机的 IR 与深度模态，我们引入一种在多任务学习框架中利用深度专用卷积的方法。在车载分割数据集上的评估中，我们展示了该方法相对于成本更高的 RGB-D 方法的竞争力。
引用
@article{arxiv.2306.17636,
title = {Achieving RGB-D level Segmentation Performance from a Single ToF Camera},
author = {Pranav Sharma and Jigyasa Singh Katrolia and Jason Rambach and Bruno Mirbach and Didier Stricker and Juergen Seiler},
journal= {arXiv preprint arXiv:2306.17636},
year = {2023}
}