用于MPI校正与瞬态重建的轻量级深度学习架构
计算机视觉与模式识别
2021-11-30 v1
摘要
间接飞行时间相机（iToF）是一种低成本设备，能够以交互式帧率提供深度图像。然而，它们受到多种误差源的影响，其中多径干扰（MPI）最为突出，是该技术面临的关键挑战。常见的数据驱动方法往往侧重于直接估计输出深度值，忽略了场景中光线的底层瞬态传播。相比之下，本文提出一种非常紧凑的架构，利用瞬态信息的直接-全局划分来去除MPI并重建瞬态信息本身。所提出的模型在合成数据和真实数据上均达到了最先进的MPI校正性能，并证明在极端噪声水平下也极具竞争力；同时，它也在从多频iToF数据重建瞬态信息方面迈出了一步。
引用
@article{arxiv.2111.14396,
title = {Lightweight Deep Learning Architecture for MPI Correction and Transient Reconstruction},
author = {Adriano Simonetto and Gianluca Agresti and Pietro Zanuttigh and Henrik Schäfer},
journal= {arXiv preprint arXiv:2111.14396},
year = {2021}
}