基于二值各向异性扩散张量的不连续与平滑深度补全
计算机视觉与模式识别
2020-07-17 v1 机器人学
摘要
我们提出一种从无监督实时稠密深度补全方法，从由单幅图像引导的稀疏深度图出发。我们的方法生成平滑深度图，同时保留不同物体间的不连续性。我们的核心思想是二值各向异性扩散张量（B-ADT），通过将其应用于变分正则化，可在预期位置与方向上完全消除平滑约束。我们还提出图像引导最近邻搜索（IGNNS）以导出分段恒定深度图，该深度图用于B-ADT推导及变分能量的数据项。我们的实验表明，在精度方面，我们的方法优于以往的无监督与半监督深度补全方法。此外，由于我们的结果深度图保留了物体间的不连续性，该结果可转换为视觉上合理的点云。这一点值得注意，因为以往方法在不连续物体间生成不自然的类表面伪影。
引用
@article{arxiv.2006.14374,
title = {Discontinuous and Smooth Depth Completion with Binary Anisotropic Diffusion Tensor},
author = {Yasuhiro Yao and Menandro Roxas and Ryoichi Ishikawa and Shingo Ando and Jun Shimamura and Takeshi Oishi},
journal= {arXiv preprint arXiv:2006.14374},
year = {2020}
}
备注
8 pages 6 figures