DFuseNet：用于图像引导稠密深度补全的RGB与稀疏深度信息深度融合
计算机视觉与模式识别
2019-07-11 v2
摘要
在本文中，我们提出了一种卷积神经网络，旨在基于从高分辨率强度图像中收集的上下文线索，对一系列稀疏距离测量值进行上采样。我们的方法从超分辨率和图像修复的相关工作中汲取灵感。我们提出了一种新颖的架构，力求分别从强度图像和深度特征中提取上下文线索，随后在网络后期将其融合。我们认为，这种方法有效地利用了两种模态之间的关系，并在尊重显著图像结构的同时产生准确的结果。我们给出了实验结果以证明，我们的方法与最先进（state of the art）方法相当，并能在多个数据集上良好地泛化。
引用
@article{arxiv.1902.00761,
title = {DFuseNet: Deep Fusion of RGB and Sparse Depth Information for Image Guided Dense Depth Completion},
author = {Shreyas S. Shivakumar and Ty Nguyen and Ian D. Miller and Steven W. Chen and Vijay Kumar and Camillo J. Taylor},
journal= {arXiv preprint arXiv:1902.00761},
year = {2019}
}
备注
8 pages