通过融合立体视觉与稀疏深度测量实现实时稠密深度估计
计算机视觉与模式识别
2018-09-21 v1
摘要
我们提出了一种深度估计方法，该方法融合了来自立体图像对的信息与源自LIDAR传感器或深度相机(range camera)的稀疏测距测量。本工作的目标是利用两种传感器模态的互补优势：精确但稀疏的测距测量，以及模糊但稠密的立体信息。通过结合各向异性扩散(anisotropic diffusion)与半全局匹配(semi-global matching)的思想，这两种来源被有效且高效地融合。我们在KITTI 2015和Middlebury 2014数据集上评估了我们的方法，使用随机采样的真实测距测量作为稀疏深度输入。在两个数据集上，仅使用极小比例的测距测量即实现了显著的性能提升。我们还使用PMDTec Monstar传感器从我们的平台提供了定性结果。我们的整个流水线在NVIDIA TX-2平台上以5Hz运行于1280x1024立体图像，具有128个视差级别。
引用
@article{arxiv.1809.07677,
title = {Real Time Dense Depth Estimation by Fusing Stereo with Sparse Depth Measurements},
author = {Shreyas S. Shivakumar and Kartik Mohta and Bernd Pfrommer and Vijay Kumar and Camillo J. Taylor},
journal= {arXiv preprint arXiv:1809.07677},
year = {2018}
}
备注
7 pages, 5 figures, 2 tables