FusionMapping：利用单目图像与二维激光扫描学习深度预测
计算机视觉与模式识别
2019-12-03 v1
摘要
获取精确的三维深度信息传统上需要昂贵的多波束 LiDAR 设备。近来，研究者开发了一种较廉价的方案，通过从二维彩色图像预测深度信息。然而，从二维图像估计的深度信息与实际 LiDAR 点云之间仍存在显著的精度差距。本文中，我们引入一种基于融合的深度预测方法，称为 FusionMapping。这是首个融合彩色图像与二维激光扫描来估计深度信息的方法。更具体地，我们提出了一种基于自编码器的深度预测网络以及一种新颖的点云精炼网络用于深度估计。我们在 KITTI LiDAR 里程计数据集和室内移动机器人系统上分析了 FusionMapping 方法的性能。结果表明，与现有方法相比，我们提出的方法估计深度具有更好的精度。
引用
@article{arxiv.1912.00096,
title = {FusionMapping: Learning Depth Prediction with Monocular Images and 2D Laser Scans},
author = {Peng Yin and Jianing Qian and Yibo Cao and David Held and Howie Choset},
journal= {arXiv preprint arXiv:1912.00096},
year = {2019}
}