基于显式与隐式高频特征的深度超分辨率重建
计算机视觉与模式识别
2023-05-31 v2
摘要
我们提出了一种新颖的多阶段深度超分辨率网络，该网络从显式与隐式高频特征逐步重建高分辨率深度图。前者由处理局部与全局上下文的高效 transformer 提取，而后者通过将彩色图像投影到频域获得。两者与深度特征通过多阶段多尺度框架内的融合策略相结合。在 NYUv2、Middlebury、DIML 和 RGBDD 等主要基准上的实验表明，我们的方法大幅优于现有方法（在 NYUv2 和 DIML 上以 16 倍上采样相对同期工作 DADA 提升约 20%），在引导深度超分辨率任务中确立了新的 SOTA。
引用
@article{arxiv.2303.09307,
title = {Depth Super-Resolution from Explicit and Implicit High-Frequency Features},
author = {Xin Qiao and Chenyang Ge and Youmin Zhang and Yanhui Zhou and Fabio Tosi and Matteo Poggi and Stefano Mattoccia},
journal= {arXiv preprint arXiv:2303.09307},
year = {2023}
}