基于差分聚焦体的深度从聚焦方法
计算机视觉与模式识别
2022-03-21 v2
摘要
深度从聚焦（DFF）是一种利用相机焦点变化推断深度的技术。在本工作中，我们提出一种卷积神经网络（CNN），用于在焦栈中寻找最佳聚焦像素并从聚焦估计中推断深度。该网络的关键创新是新颖的深度差分聚焦体（DFV）。通过对不同焦距上堆叠的特征计算一阶导数，DFV能够捕获聚焦与上下文信息以进行聚焦分析。此外，我们还引入了用于聚焦估计的概率回归机制，以处理稀疏采样的焦栈，并为最终预测提供不确定性估计。综合实验表明，所提模型在多个数据集上取得了最先进的性能，具有良好的泛化性和较快的速度。
引用
@article{arxiv.2112.01712,
title = {Deep Depth from Focus with Differential Focus Volume},
author = {Fengting Yang and Xiaolei Huang and Zihan Zhou},
journal= {arXiv preprint arXiv:2112.01712},
year = {2022}
}
备注
17 pages; CVPR2022 accepted