单视图与多视图深度融合
计算机视觉与模式识别
2017-06-28 v2 机器人学
摘要
从单目序列进行稠密且精确的三维建图是多项应用的关键技术，但仍是一个开放的研究领域。本文利用近期基于 CNN 的单视图深度估计成果，并将其与多视图深度估计相融合。两种方法呈现出互补的优势。多视图深度非常精确，但仅限于高纹理区域和高视差情形。单视图深度能捕捉中层区域的局部结构，包括无纹理区域，但估计的深度缺乏全局一致性。我们所提出的单视图与多视图融合在多个方面具有挑战性。首先，两种深度通过一个依赖于图像内容的形变相关联。其次，在低视差配置下，高精度多视图点的选择可能很困难。我们针对这两个问题提出了解决方案。我们在 NYUv2 和 TUM 公开数据集上的结果表明，我们的算法优于单独的单视图和多视图方法。展示我们单视图与多视图深度建图关键方面的视频可在 https://youtu.be/ipc5HukTb4k 获取。
引用
@article{arxiv.1611.07245,
title = {Single-View and Multi-View Depth Fusion},
author = {José M. Fácil and Alejo Concha and Luis Montesano and Javier Civera},
journal= {arXiv preprint arXiv:1611.07245},
year = {2017}
}
备注
Accepted for publication in IEEE Robotics and Automation Letters