基于高斯过程的 RGB-D 传感器时空热深度实时校正
计算机视觉与模式识别
2019-07-02 v1
摘要
商用 RGB-D 传感器能够实时捕获彩色图像以及密集的像素级深度信息。典型的 RGB-D 传感器提供出厂校准，但由于粗略的校准值、老化和热影响效应，其深度读数不稳定。这限制了它们在计算机视觉和机器人学中的适用性。我们提出了一种联合考虑空间和热影响以精确校准深度的新方法。我们的工作基于四维笛卡尔和热域中的高斯过程回归。我们提出利用现代 GPU 在实时中实现密集深度图的校正。为了可复现性，我们公开了我们的数据集和源代码。
引用
@article{arxiv.1907.00549,
title = {Spatio-thermal depth correction of RGB-D sensors based on Gaussian Processes in real-time},
author = {Christoph Heindl and Thomas Pönitz and Gernot Stübl and Andreas Pichler and Josef Scharinger},
journal= {arXiv preprint arXiv:1907.00549},
year = {2019}
}