极低功耗神经飞行时间测距
计算机视觉与模式识别
2018-12-20 v1
摘要
飞行时间(ToF)相机需要主动照明以获取深度信息，因此照明功耗直接影响ToF相机的性能。传统的ToF成像算法对照明非常敏感，其深度精度随照明功耗迅速退化。因此，低功耗ToF相机的设计总是在照明与性能权衡之间陷入痛苦的两难。本文中，我们表明尽管在极短曝光设置下许多区域信号微弱，这些信号作为一个整体可通过学习过程被充分利用，该过程直接将微弱且含噪的ToF相机原始数据转换为深度图。这为解决上述两难并使得极低功耗ToF相机成为可能创造了机会。为支持学习，我们通过专门的ToF相机在多种场景与拍摄条件下采集了全面的数据集。实验表明，我们的方法能够稳健地处理曝光时间比传统ToF相机所用短一个数量级的ToF相机原始数据。除定量与定性评估我们的方法外，我们还讨论了其对设计下一代低功耗ToF相机的启示。我们将公开我们的数据集与代码。
引用
@article{arxiv.1812.08125,
title = {Very Power Efficient Neural Time-of-Flight},
author = {Yan Chen and Jimmy Ren and Xuanye Cheng and Keyuan Qian and Jinwei Gu},
journal= {arXiv preprint arXiv:1812.08125},
year = {2018}
}
备注
preprint