EGP3D：面向RGB-D相机的边缘引导几何保持3D点云超分辨率
计算机视觉与模式识别
2024-12-17 v1
摘要
当前RGB-D相机捕获的点云或深度图像通常分辨率较低，不足以用于3D重建和机器人等应用。现有的点云超分辨率（PCSR）方法要么受几何伪影限制，要么缺乏对边缘细节的关注。为了解决这些问题，我们提出了一种针对RGB-D相机的边缘引导几何保持3D点云超分辨率（EGP3D）方法。我们的方法创新性地在投影的2D空间中使用边缘约束优化点云，从而确保在3D PCSR任务中高质量地保留边缘。为了解决超分辨率点云中的几何优化挑战，特别是保持边缘形状和平滑度，我们引入了一个多方面的损失函数，同时优化倒角距离、豪斯多夫距离和梯度平滑度。现有的用于点云上采样的数据集主要是合成的，不能充分代表真实场景，忽略了噪声和杂散光的影响。为了解决PCSR任务中真实RGB-D数据的稀缺性，我们构建了一个捕捉真实噪声和杂散光效应的数据集，更准确地表示真实环境。通过仿真和真实世界实验验证，所提出的方法在保持边缘清晰度和几何细节方面表现出优越的性能。
引用
@article{arxiv.2412.11680,
title = {EGP3D: Edge-guided Geometric Preserving 3D Point Cloud Super-resolution for RGB-D camera},
author = {Zheng Fang and Ke Ye and Yaofang Liu and Gongzhe Li and Xianhong Zhao and Jialong Li and Ruxin Wang and Yuchen Zhang and Xiangyang Ji and Qilin Sun},
journal= {arXiv preprint arXiv:2412.11680},
year = {2024}
}