EdgeNet：从单张 RGB-D 图像进行语义场景补全
计算机视觉与模式识别
2021-11-29 v2
摘要
语义场景补全是从单一视角预测场景具有对应语义标签的体素占据完整 3D 表示的任务。先前基于 RGB-D 数据的语义场景补全工作仅使用深度，或将 2D 图像投影至 3D 体素从而利用深度与颜色得到稀疏数据表示。本工作中，我们提出一种利用边缘检测与翻转截断符号距离在 3D 空间中编码颜色信息的新策略。我们还提出 EdgeNet，一种能够处理由深度与边缘信息融合所生成特征的新端到端神经网络架构。实验结果表明，在端到端方法中，在真实数据上较最先进结果提升了 6.9%。
引用
@article{arxiv.1908.02893,
title = {EdgeNet: Semantic Scene Completion from a Single RGB-D Image},
author = {Aloisio Dourado and Teofilo Emidio de Campos and Hansung Kim and Adrian Hilton},
journal= {arXiv preprint arXiv:1908.02893},
year = {2021}
}
备注
10 pages, 5 figures Accepted at ICPR 2020