基于最小二乘估计的与深度无关的depth completion
计算机视觉与模式识别
2022-06-07 v2 机器人学
摘要
深度补全任务旨在从稀疏深度图补全逐像素的稠密深度图。本文提出一种高效的基于最小二乘的与深度无关的方法，利用RGB图像和稀疏深度图在两个独立阶段中补全稀疏深度图。通过这种方式，我们可以将神经网络与稀疏深度输入解耦，从而当稀疏深度图的某些特征（如稀疏度）改变时，我们的方法仍能产生有前景的结果。此外，由于流水线中的位置编码与线性处理，我们可以轻松生成高质量的超分辨率稠密深度图。我们还在不同数据集上对比若干最先进算法测试了方法的泛化性。在基准上的实验表明我们的方法取得了有竞争力的性能。
引用
@article{arxiv.2203.03317,
title = {Depth-Independent Depth Completion via Least Square Estimation},
author = {Xianze Fang and Yunkai Wang and Zexi Chen and Yue Wang and Rong Xiong},
journal= {arXiv preprint arXiv:2203.03317},
year = {2022}
}