论文笔记_S2D.43_2018-CVPR_单张RGB-D图像的深度补全

123 篇文章 62 订阅
96 篇文章 24 订阅
本文研究了深度补全问题,针对商品级RGB-D相机在特定条件下无法获取完整深度信息的挑战。提出了一种深度神经网络,输入RGB图像,预测表面法线和遮挡边界,结合原始深度观测值,计算出缺失深度。实验表明,这种方法在深度完成任务上优于其他替代方法,并在多种场景下展示了其优越性。
摘要由CSDN通过智能技术生成

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

  • RGB图像作为输入并预测密集的表面法线遮挡边界
  • 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)&

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

惊鸿一博

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值