用于高保真远距离深度感知的可学习突发编码飞行时间成像
计算机视觉与模式识别
2025-05-29 v1 图像与视频处理
摘要
远距离深度成像在自动驾驶和机器人等应用中具有广阔的前景。直接飞行时间（dToF）成像提供高精度、远距离的深度感知，但需要超短脉冲光源和高分辨率的时间数字转换器。相比之下，间接飞行时间（iToF）成像随着感知距离的增加，通常会出现相位缠绕和低信噪比（SNR）的问题。在本文中，我们引入了一种新颖的 ToF 成像范式，称为突发编码飞行时间（BE-ToF），以促进高保真、远距离深度成像。具体而言，BE-ToF 系统以突发模式发射光脉冲，并估计整个突发周期内反射信号的相位延迟，从而有效避免传统 iToF 系统固有的相位缠绕问题。此外，为了解决距离增加导致光衰减引起的低 SNR 问题，我们提出了一种端到端可学习框架，联合优化编码函数和深度重建网络。该框架中引入了特定的双井函数和一阶差分项，以确保编码函数的硬件可实现性。通过综合仿真和真实原型实验，对所提出的方法进行了严格验证，证明了其有效性和实际适用性。
引用
@article{arxiv.2505.22025,
title = {Learnable Burst-Encodable Time-of-Flight Imaging for High-Fidelity Long-Distance Depth Sensing},
author = {Manchao Bao and Shengjiang Fang and Tao Yue and Xuemei Hu},
journal= {arXiv preprint arXiv:2505.22025},
year = {2025}
}