Depth image inpainting:improve lowrank matrix completion with low gradient regularization

摘要：

在没有对应的彩色图像、前一帧或后一帧的情况下，深度图像的修复是一个相当具有挑战性的问题。一个自然的解决方案是将图像视为一个矩阵，并采用低秩正则化，就像彩色图像修复一样。然而，低秩假设没有充分利用深度图像的属性。作者提出通过稀疏梯度正则化来惩罚非零梯度。且尽管大多数像素具有零梯度，但仍有一部分像素的梯度很小但不为零，基于深度图像的这一特性，作者提出了一种低梯度正则化方法，在该方法中，减少对小梯度的惩罚，同时惩罚非零梯度以允许逐渐的深度变化。通过结合低秩和低梯度正则化，新方法在保持深度图像细节的同时，能够更好地处理深度变化。作者将本论文提出的低梯度正则化与稀疏梯度正则化进行了比较。实验结果表明了该方法的有效性。