基于Hessian与TV先验的图像引导深度上采样
图像与视频处理
2019-11-01 v1 计算机视觉与模式识别
摘要
我们提出一种将稀疏深度（LiDAR）测量与强度图像结合以生成稠密高分辨率深度图像的方法。由于场景中深度测量少但准确，我们的方法通过融入强度图像的信息（即所识别边缘的幅值与方向）并假设场景主要由平面构成来推断剩余的深度值。这种推断通过求解一个具有适当加权正则化项的凸优化问题实现，正则化项基于 范数（具体为全变分）。我们用计算高效的基于ADMM的算法求解所得问题。使用SYNTHIA和KITTI数据集，我们的实验表明所提方法取得的深度重建性能与其他基于模型的方法相当或更优。
引用
@article{arxiv.1910.14377,
title = {Image-Guided Depth Upsampling via Hessian and TV Priors},
author = {Alireza Ahrabian and Joao F. C. Mota and Andrew M. Wallace},
journal= {arXiv preprint arXiv:1910.14377},
year = {2019}
}