基于条件生成对抗网络的联合彩色-深度图像超分辨率
计算机视觉与模式识别
2018-11-29 v3
摘要
近年来，生成对抗网络（GAN）在风格迁移、图像到图像翻译和图像超分辨率等领域得到了广泛应用。本文提出了一种彩色-深度条件 GAN，以同时解决三维视频中的深度超分辨率和彩色超分辨率问题。首先，给定低分辨率深度图像和低分辨率彩色图像，我们提出了一种生成网络，利用彩色图像与深度图像之间的互信息，并考虑同一场景中彩色-深度图像的几何结构依赖性，使二者相互增强。其次，除了对抗损失外，我们还引入了数据损失、全变分损失和八连通梯度差损失三种损失函数来训练该生成网络，以使生成的图像尽可能接近真实图像。实验结果表明，所提出的方法能够从低质量图像对中生成高质量的彩色图像和深度图像，并且优于其他几种主流方法。此外，我们使用相同的神经网络框架同时解决了图像平滑和边缘检测问题。
引用
@article{arxiv.1708.09105,
title = {Simultaneously Color-Depth Super-Resolution with Conditional Generative Adversarial Network},
author = {Lijun Zhao and Huihui Bai and Jie Liang and Bing Zeng and Anhong Wang and Yao Zhao},
journal= {arXiv preprint arXiv:1708.09105},
year = {2018}
}
备注
11 pages, 10 figures