RGB-D与热传感器融合：系统性文献综述
计算机视觉与模式识别
2023-08-08 v2
摘要
在过去十年中，计算机视觉领域在多模态数据融合与学习方面取得了显著进展，其中使用包括深度、红外和视觉在内的多种传感器跨不同光谱范围捕获环境。尽管有这些进展，迄今尚无对融合RGB-D与热模态的系统性全面评估。虽然使用LiDAR、雷达、RGB及其他传感器的自动驾驶以及RGB与深度模态的融合已获得大量研究关注，但热像仪的集成，特别是RGB-D与热数据的融合，所受关注相对较少。这可能部分归因于此类应用的公开可用数据集数量有限。本文全面综述了用于融合RGB-D与热像仪数据以用于站点巡检、人体跟踪、故障检测等各类应用的最先进与传统方法。所综述文献被归类为3D重建、分割、目标检测、可用数据集及其他相关主题等技术方向。在简要介绍与方法概述之后，研究深入校准与配准技术，继而考察热可视化与3D重建，再讨论经典基于特征的技术以及现代深度学习方法的运用。论文以对当前局限性与潜在未来研究方向的探讨作结。希望本综述可作为希望熟悉最新进展并贡献于RGB-DT研究领域的研究人员的宝贵参考。
引用
@article{arxiv.2305.11427,
title = {RGB-D And Thermal Sensor Fusion: A Systematic Literature Review},
author = {Martin Brenner and Napoleon H. Reyes and Teo Susnjak and Andre L. C. Barczak},
journal= {arXiv preprint arXiv:2305.11427},
year = {2023}
}
备注
34 pages, 21 figures