透明物体深度完成
计算机视觉与模式识别
2024-05-27 v1
摘要
由于透明物体的独特视觉特性，现有机器人抓取方法（严重依赖深度图）不适用于透明物体，这导致深度传感器捕获的透明物体深度图存在缝隙和不准确。为此，我们提出一种结合单视图 RGB-D 基于深度完成和多视图深度估计优势的端到端网络，用于透明物体深度完成。此外，我们引入基于置信度估计的深度细化模块，用于融合单视图和多视图模块预测的深度图，从而进一步细化恢复的深度图。在 ClearPose 和 TransCG 数据集上的大量实验表明，我们的方法在具有显著遮挡的复杂场景中在准确性和鲁棒性方面优于当前最先进的方法。
引用
@article{arxiv.2405.15299,
title = {Transparent Object Depth Completion},
author = {Yifan Zhou and Wanli Peng and Zhongyu Yang and He Liu and Yi Sun},
journal= {arXiv preprint arXiv:2405.15299},
year = {2024}
}