面向ToF RGB-D模组的深度端到端对齐与细化
计算机视觉与模式识别
2019-09-18 v1
摘要
近年来，为移动RGB相机配备Time-of-Flight (ToF)传感器以进行主动深度感知日益流行。然而，对于现成的ToF传感器，若要获得相对于RGB相机的高质量深度，必须解决两个问题：1) 在线标定与对齐；2) ToF深度感知的复杂误差校正。在本工作中，我们提出一种通过深度学习进行联合对齐与细化的框架。首先，估计RGB图像与ToF幅度图像之间的跨模态光流用于对齐。随后，通过对核预测网络进行改进（执行核归一化并将偏置先验应用于动态卷积）来细化对齐后的深度。为丰富端到端训练数据，我们还利用计算机图形学工具合成了一个数据集。实验结果证明了我们方法的有效性，在ToF细化上达到了state-of-the-art。
引用
@article{arxiv.1909.07623,
title = {Deep End-to-End Alignment and Refinement for Time-of-Flight RGB-D Module},
author = {Di Qiu and Jiahao Pang and Wenxiu Sun and Chengxi Yang},
journal= {arXiv preprint arXiv:1909.07623},
year = {2019}
}
备注
ICCV2019