RGBD 图像的统计特性
计算机视觉与模式识别
2016-04-12 v1
摘要
能够测量每个像素深度及其颜色的相机已易于获取，并用于全球许多消费产品中。通常深度通道相比 RGB 通道以较低质量捕获，并已提出不同算法在给定 RGB 通道的情况下改善 D 通道的质量。这些方法通常通过假设 RGB 中的边缘与 D 中的边缘相关来工作。本文中，我们从自然图像统计的角度探讨此问题。我们从计算机图形生成的电影（MPI-Sintel）中获取高质量 RGBD 图像示例，并利用这些示例比较 RGBD 图像块的不同概率生成模型。然后我们将生成模型与退化模型结合，得到给定 RGB 通道时 D 通道的贝叶斯最小二乘（BLS）估计器。我们的结果表明，学习的生成模型在改善自然图像中给定颜色通道时深度通道质量方面优于最先进水平（SOTA），即使在人工生成图像上训练时也是如此。
引用
@article{arxiv.1604.02902,
title = {Statistics of RGBD Images},
author = {Dan Rosenbaum and Yair Weiss},
journal= {arXiv preprint arXiv:1604.02902},
year = {2016}
}