基本情况
- 题目:In Defense of Classical Image Processing: Fast Depth Completion on the CPU
- 出处:Ku, J., Harakeh, A., & Waslander, S. L. (2018, May). In defense of classical image processing: Fast depth completion on the cpu. In 2018 15th Conference on Computer and Robot Vision (CRV) (pp. 16-22). IEEE.
- 开源代码:https://github.com/kujason/ip_basic
介绍
论文《In Defense of Classical Image Processing: Fast Depth Completion on the CPU》提出了一种用经典的图像处理算法进行深度补全的算法,不依赖于任何训练数据,没有使用深度学习模型。
主要贡献:
- 1.提出了一种快速的深度补全的算法,能从稀疏的激光扫描的深度图中恢复完整的深度图,并且在CPU上可达到90Hz的频率。该算法的效果在KITTI depth completion benchmark中排名第一(公布时);
- 2.该算法的表现超越了其他现有的CNN算法。
本文提出的算法一种包含8个步骤:
(1)Depth Inversion:对于稀疏图像的处理机制是应用OpenCV的形