基于自适应照明的深度感知：利用深度超像素与软采样近似
计算机视觉与模式识别
2022-02-23 v2
摘要
在现有基于主动稀疏照明的深度采集技术（如 LiDAR）中，稠密深度图捕获具有挑战性。已提出多种技术基于稀疏深度图测量与 RGB 图像的融合来估计稠密深度图。硬件的最新进展使得自适应深度测量成为可能，进一步改善了稠密深度图估计。本文中，我们研究从深度采样估计稠密深度的课题。自适应稀疏深度采样网络与 RGB 图像和稀疏深度的融合网络联合训练，以生成最优自适应采样掩码。我们表明此类自适应采样掩码能在多种采样率（低至 ）下很好地泛化到许多 RGB 与稀疏深度融合算法。所提自适应采样方法完全可微，并可灵活地与上游感知算法端到端训练。
引用
@article{arxiv.2103.12297,
title = {Adaptive Illumination based Depth Sensing using Deep Superpixel and Soft Sampling Approximation},
author = {Qiqin Dai and Fengqiang Li and Oliver Cossairt and Aggelos K Katsaggelos},
journal= {arXiv preprint arXiv:2103.12297},
year = {2022}
}