通过学习与 FLAT 数据集应对 3D 飞行时间相机伪影
计算机视觉与模式识别
2018-07-30 v1
摘要
场景运动、多次反射和传感器噪声会给飞行时间相机进行的深度重建引入伪影。我们提出一种两阶段深度学习方法，以同时处理所有这些伪影来源。我们还引入了 FLAT，一个包含 2000 个 ToF 测量的合成数据集，其捕捉了所有这些非理想性，并允许模拟不同的相机硬件。以 Kinect 2 相机为基线，我们在模拟和真实数据上均展示了相比最先进方法的改进重建误差。
引用
@article{arxiv.1807.10376,
title = {Tackling 3D ToF Artifacts Through Learning and the FLAT Dataset},
author = {Qi Guo and Iuri Frosio and Orazio Gallo and Todd Zickler and Jan Kautz},
journal= {arXiv preprint arXiv:1807.10376},
year = {2018}
}
备注
ECCV 2018