论文笔记_S2D.43_2018-CVPR_单张RGB-D图像的深度补全

基本情况

• 题目：Deep Depth Completion of a single RGB-D Image
• 出处：Zhang, Y., & Funkhouser, T. (2018). Deep depth completion of a single rgb-d image. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (pp. 175-185).

摘要

我们工作的目标是完善RGB-D图像的深度通道。商品级深度相机通常

• 无法感应到光泽，明亮，透明和遥远的表面的深度。

为了解决这个问题，我们训练了一个深层网络，该网络

• 将RGB图像作为输入并预测密集的表面法线和遮挡边界。
• 然后将这些预测与RGB-D相机提供的原始深度观测值相结合，以求解所有像素的深度，包括原始观测值中缺少的深度。

通过使用新的深度完成基准数据集进行广泛实验的结果，选择了此方法（例如直接修复深度），此方法通过渲染多视图RGB-D扫描创建的表面重建来填充训练数据中的孔。使用不同的网络输入，深度表示，损失函数，优化方法，修复方法和深度估计网络进行的实验表明，与这些替代方法相比，我们提出的方法可提供更好的深度完成效果。

介绍

深度感