MFuseNet：基于学习多视融合的鲁棒深度估计
计算机视觉与模式识别
2021-08-21 v2 人工智能
机器人学
摘要
我们设计了一种多视视觉系统，利用低成本单目 RGB 相机获取准确的深度估计。与在不受约束相机位姿下捕获图像的多视图立体不同，所提系统控制相机运动，以相同视差在水平或垂直对齐的位置捕获一系列图像。在该系统中，我们提出了一种新的启发式方法和一种基于学习的鲁棒方法来融合参考图像与其周围图像之间的多个代价体。为获取训练数据，我们构建了一个带多视图像的合成数据集。在真实世界 Middlebury 数据集和真实机器人演示上的实验表明，我们的多视视觉系统在深度估计上优于传统的双帧立体匹配方法。我们的代码和数据集可在 https://sites.google.com/view/multiscopic 获取。
引用
@article{arxiv.2108.02448,
title = {MFuseNet: Robust Depth Estimation with Learned Multiscopic Fusion},
author = {Weihao Yuan and Rui Fan and Michael Yu Wang and Qifeng Chen},
journal= {arXiv preprint arXiv:2108.02448},
year = {2021}
}
备注
IEEE International Conference on Robotics and Automation (ICRA) + IEEE Robotics and Automation Letters (RA-L). arXiv admin note: substantial text overlap with arXiv:2001.08212