【深度补全】【Depth Completion】BP-Net

最新推荐文章于 2024-09-02 13:13:45 发布

董晓羊

最新推荐文章于 2024-09-02 13:13:45 发布

阅读量2.4k

点赞数 49

文章标签： python 深度学习

本文链接：https://blog.csdn.net/weixin_63458260/article/details/140381181

版权

原文：Bilateral Propagation Network for Depth Completion

双边传播网络

（Bilateral Propagation Network，BP-Net）

摘要

目前主流的深度补全方法都是基于前向传播的，通过在初步得到的稠密深度图不断迭代优化来起作用。
本文中，我们给出了双边传播网络（BP-Net）。为了避免直接卷入稀疏信息，我们在前阶段传播深度信息。具体来说，我们的方法通过非线性模型在附近的深度信息中传播目标深度信息。
该网络不论在室内还是室外数据集中都展现出出色的表现。网络在NYUv2中得到出色表现，在KITTI中目前排行第一。

1 引言

Dense depth perception, i.e. estimating per-pixel distance to the camera, is crucial for 3D tasks, with a rapid growth of applications, such as augmented reality, autonomous driving and robotics. However, due to current hardware limitatio