DenseFormer：基于条件扩散模型从稀疏深度和图像学习稠密深度图
计算机视觉与模式识别
2026-02-03 v2 人工智能
摘要
深度完成任务是自动驾驶中的关键问题，涉及从稀疏深度图和 RGB 图像生成稠密深度图。大多数现有方法采用空间传播网络在获得初始稠密深度后迭代细化深度图。本文提出 DenseFormer，将扩散模型集成到深度完成任务中。通过融合扩散模型的去噪机制，DenseFormer 通过多次迭代逐步细化初始随机深度分布来生成稠密深度图。我们提出了特征提取模块，利用特征金字塔结构和多层可变形注意力机制，有效地从稀疏深度图和 RGB 图像中提取并集成特征，作为扩散过程的指导条件。此外，本文还提出了深度细化模块，对扩散过程生成的稠密深度结果在多个范围内应用多步迭代细化。该模块利用多尺度信息丰富的图像特征和稀疏深度输入进一步提高预测深度图的准确性。在 KITTI 户外场景数据集上的大量实验表明，DenseFormer 在深度完成方面优于经典方法。
引用
@article{arxiv.2503.23993,
title = {DenseFormer: Learning Dense Depth Map from Sparse Depth and Image via Conditional Diffusion Model},
author = {Ming Yuan and Chuang Zhang and Lei He and Qing Xu and Jianqiang Wang},
journal= {arXiv preprint arXiv:2503.23993},
year = {2026}
}