OGNI-DC：基于优化引导神经迭代的鲁棒深度完成
计算机视觉与模式识别
2024-06-18 v1
摘要
深度完成是根据图像和稀疏深度图生成密集深度图的任务，具有重要的下游任务应用价值。本文提出 OGNI-DC，一种 novel 深度完成框架。方法的关键在于“优化引导神经迭代”（OGNI）。OGNI 由一个细化深度梯度场的循环单元和一个可微分的深度积分器组成，后者将深度梯度积分为深度图。OGNI-DC 具备强大的泛化能力，在未见数据集上以及各种稀疏程度下均显著优于基线方法。此外，OGNI-DC 在 NYUv2 和 KITTI 基准测试中实现了最高准确率。代码已公开：https://github.com/princeton-vl/OGNI-DC。
引用
@article{arxiv.2406.11711,
title = {OGNI-DC: Robust Depth Completion with Optimization-Guided Neural Iterations},
author = {Yiming Zuo and Jia Deng},
journal= {arXiv preprint arXiv:2406.11711},
year = {2024}
}