用于实时RGB-D流增强与整合的几何代理
计算机视觉与模式识别
2020-01-22 v1
摘要
我们提出了一种用于RGB-D数据统一实时处理的几何上层结构。现代RGB-D传感器被广泛用于室内三维捕获，应用涵盖从建模到机器人技术，以及增强现实。然而，其使用受限于低分辨率，帧常受噪声污染、数据缺失以及时间不一致性影响。我们的方法在于随时间生成并更新一组紧凑的局部统计量，这些统计量在检测到的几何代理上参数化，并由原始RGB-D数据驱动。我们的代理提供若干处理原语，可即时提升RGB-D流质量或简化后续操作。实验结果证实，与最先进方法相比，我们的轻量分析框架能良好适应嵌入式执行以及适中的内存与计算能力。利用我们的代理处理RGB-D数据可实现噪声与时间闪烁去除、孔洞填充与重采样。作为观测场景的替代，我们的代理还可用于压缩与场景重建。我们展示了在近期一个公开RGB-D数据集中不同性质室内场景下使用我们框架进行的实验。
引用
@article{arxiv.2001.07577,
title = {Geometric Proxies for Live RGB-D Stream Enhancement and Consolidation},
author = {Adrien Kaiser and José Alonso Ybanez Zepeda and Tamy Boubekeur},
journal= {arXiv preprint arXiv:2001.07577},
year = {2020}
}
备注
extension of our ECCV 2018 paper at http://openaccess.thecvf.com/content_ECCV_2018/html/Adrien_Kaiser_Proxy_Clouds_for_ECCV_2018_paper.html