基于 RGB 先验的深度补全
计算机视觉与模式识别
2020-08-19 v1
摘要
深度相机是机器人学中一种突出的感知系统，尤其在自然非结构化环境中运行时。然而，工业应用通常涉及恶劣光照条件下的反射物体，这对深度相机而言是极具挑战性的场景，因为它会引发大量反射与偏折，导致鲁棒性丧失与精度恶化。在此，我们开发了一个深度模型来校正 RGBD 图像中的深度通道，旨在将深度信息恢复至所需精度。为训练该模型，我们创建了一个新颖的工业数据集，现予以公开。数据由低端深度相机采集，真值深度通过多视图融合生成。
引用
@article{arxiv.2008.07861,
title = {Depth Completion with RGB Prior},
author = {Yuri Feldman and Yoel Shapiro and Dotan Di Castro},
journal= {arXiv preprint arXiv:2008.07861},
year = {2020}
}
备注
17 pages, 4 figures