使用生成对抗网络与晚期融合方法的RGB-D图像修复
计算机视觉与模式识别
2021-10-15 v1
摘要
消去现实是一项旨在从视频图像中移除物体并用合理像素填充缺失区域的技术。大多数传统方法利用从不同视角捕捉同一场景的不同相机来实现区域的移除和恢复。本文中，我们提出了一种使用生成对抗网络的RGB-D图像修复方法，该方法不需要多个相机。近期，通过采用生成对抗网络，RGB图像修复方法取得了卓越的成果。然而，RGB修复方法仅旨在恢复缺失区域的纹理，因此无法恢复几何信息（即场景的3D结构）。我们将传统的图像修复方法扩展到RGB-D图像修复，以从一对RGB和深度图像中联合恢复缺失区域的纹理和几何。受其他使用RGB和深度图像的任务（例如语义分割和目标检测）的启发，我们提出了一种晚期融合方法，该方法利用了RGB和深度信息彼此的优势。实验结果验证了我们所提方法的有效性。
引用
@article{arxiv.2110.07413,
title = {RGB-D Image Inpainting Using Generative Adversarial Network with a Late Fusion Approach},
author = {Ryo Fujii and Ryo Hachiuma and Hideo Saito},
journal= {arXiv preprint arXiv:2110.07413},
year = {2021}
}
备注
Accepted at AVR 2020