噪声感知的无监督深度激光雷达-立体融合
计算机视觉与模式识别
2019-04-09 v1
摘要
本文提出 LidarStereoNet，首个无监督的激光雷达-立体融合网络，可端到端训练且无需真实深度图。通过引入连接网络输入与输出的新颖“反馈回路”，LidarStereoNet 能处理现有激光雷达-立体融合研究中被忽略的噪声激光雷达点及传感器间未对齐问题。此外，我们提出将分段平面模型纳入网络学习，以进一步约束深度符合底层三维几何。在真实与合成数据集上的大量定量与定性评估证明了本方法的优越性，其显著优于最先进的立体匹配、深度补全及激光雷达-立体融合方法。
引用
@article{arxiv.1904.03868,
title = {Noise-Aware Unsupervised Deep Lidar-Stereo Fusion},
author = {Xuelian Cheng and Yiran Zhong and Yuchao Dai and Pan Ji and Hongdong Li},
journal= {arXiv preprint arXiv:1904.03868},
year = {2019}
}
备注
Accepted at CVPR2019