基于无监督轻量级 Transformer 的跨层次注意力深度完成 CHADET
机器人学
2025-07-22 v1
摘要
深度信息对于许多机器人任务（如导航）至关重要，因为它指定了物体与当前位置之间的距离。最近，研究人员提出了深度完成框架来提供密集深度图，以全面了解周围环境。然而，现有方法在推理过程中在计算效率和准确性之间存在显著权衡。巨大的内存和计算要求使其不适用于实时应用，这凸显了在提高深度信息完整性和准确性的同时，提高处理速度以增强机器人在各种任务中的性能的需要。为此，我们提出了 CHADET（cross-hierarchical-attention depth-completion transformer），一个轻量级深度完成网络，可从 RGB 图像和稀疏深度点生成准确的密集深度图。对于每一对特征，从深度可分离块中提取，然后传递给 equally lightweight 基于 Transformer 的解码器。在解码器中，我们利用新颖的跨层次注意力模块从深度信息中细化图像特征。我们的 метод improve了深度图预测的质量并降低了内存使用情况，已在 KITTI、NYUv2 和 VOID 数据集上验证。
关键词
引用
@article{arxiv.2507.15189,
title = {CHADET: Cross-Hierarchical-Attention for Depth-Completion Using Unsupervised Lightweight Transformer},
author = {Kevin Christiansen Marsim and Jinwoo Jeon and Yeeun Kim and Myeongwoo Jeong and Hyun Myung},
journal= {arXiv preprint arXiv:2507.15189},
year = {2025}
}