利用深度残差网络从单台飞行时间相机重建半透明物体深度
计算机视觉与模式识别
2018-10-01 v1
摘要
我们提出一种利用深度残差网络从单台飞行时间 (ToF) 深度相机恢复半透明物体的新方法。当使用 ToF 深度相机记录半透明物体时，由于与周围环境的复杂光交互，其深度值受到严重污染。现有方法虽提出了新的采集系统或建立了深度失真模型，但因严格假设或沉重计算复杂度而实用性不足。本文采用深度残差网络对由半透明引起的 ToF 深度失真建模。为充分利用物体的局部与语义信息，我们使用多尺度块来预测深度值。基于我们基准数据库上的定量与定性评估，展示了所提算法的有效性与鲁棒性。
引用
@article{arxiv.1809.10917,
title = {Depth Reconstruction of Translucent Objects from a Single Time-of-Flight Camera using Deep Residual Networks},
author = {Seongjong Song and Hyunjung Shim},
journal= {arXiv preprint arXiv:1809.10917},
year = {2018}
}