论文笔记_S2D.42_2018-CRV_为经典图像处理辩护:在CPU上的快速深度补全

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