基于深度基拟合的深度补全方法
计算机视觉与模式识别
2019-12-24 v1
摘要
在本文中，我们考虑图像引导的深度补全任务，其中我们的系统必须基于图像内容和一组稀疏深度测量值推断输入图像每个像素处的深度。我们提出了一种新方法，该方法建立在现代深度学习技术与经典优化算法的优势之上，并显著提升了性能。所提方法将大多数深度补全网络中采用的最后一层 卷积层替换为最小二乘拟合模块，该模块通过将隐式深度基拟合到给定的稀疏深度测量值来计算权重。此外，我们展示了所提方法如何自然扩展到多尺度形式以改进自监督训练。我们通过在多个数据集上的大量实验证明，我们的方法以较小的计算开销相比最先进的基线方法取得了持续的改进。
引用
@article{arxiv.1912.10336,
title = {Depth Completion via Deep Basis Fitting},
author = {Chao Qu and Ty Nguyen and Camillo J. Taylor},
journal= {arXiv preprint arXiv:1912.10336},
year = {2019}
}
备注
WACV2020