Discrete Cosine Transform Network for Guided Depth Map Super-Resolution

论文名字：Discrete Cosine Transform Network for Guided Depth Map Super-Resolution CVPR2022
论文下载地址：https://arxiv.org/pdf/2104.06977
论文代码地址：https://github.com/Zhaozixiang1228/GDSR-DCTNet

引导深度超分辨率（GDSR）：存在同一场景的高分辨率（HR）RGB图像和低分辨率深度图像，重建高分辨率深度图像。

整体网络框架如下图所示：

先介绍一些符号代表的内容：

HR RGB表示为：$R$
HR RGB的亮度通道：$\tilde{R}$
LR depth表示为：$\tilde{L}$
LR depth上采样：$L$
HR depth表示为：$H$

我们可以通过最小化下面的能量方程来获取$H$

$\mathcal{L}(\cdot )$代表拉普拉斯过滤器，$\mathcal{W}(\cdot )$代表有用边缘的选择，$\circ$代表元素乘法，上式导数求0可得

利用2D泊松等式的求解方法（参见），可得：

上述方法存在一些问题：
1.边缘选择需要确定（这个用网络学）
2.超参数$\lambda$需要手动设置，影响模型的灵活性（好奇）
3.优化单通道很难建立跨模态内部特征相关性（？？？）

---

下面逐个建设框架中的四个模块

SCFE（半耦合特征提取模块）：因为RGB的强度边缘和深度图像的深部不连续性存在联系，因此两者有共同的信息，但同时两者又有自己独特的信息，所以提出该模块（可以看作是encoder）

有一部分kernel是公用的，一部分kernel是单独使用。

GESA（引导边缘空间注意模块）：问题1中的边缘就由该模块解决

DCT（离散余弦变换）：作为一个模块插入，增加灵活性（？？）

DR（深度图重建模块）：将处理好的特诊重建为深度图（可以看作是decoder）

损失函数使用了L2-loss。

实验结果：

验证SCFE模块中C和P对网络的影响，指标为RMSE：

验证边缘空间注意力模块和可学习权重$\lambda$

定性和定量比较，一下图片为误差图，越暗越好

参数量的比较

消融实验：

1.半耦合模块变成完全独立模块
2.半耦合模块变成完全共享模块
3.移除DCT模块，使用CNN代替
4.移除可学习参数，用常数代替
5.半耦合模块中没有跳跃连接层