​华中大提出新型采样与重建算法, 提升稀疏深度稠密补全任务性能

编译: T.R   From: HUST深度补全的主要任务是利用稀疏的深度测量和单RGB重建出稠密准确的深度图。在本文中研究人员主要从数据和先验的角度来改进算法，一方面与传统采样方法不同，提出了一种基于泊松disk的采样方式；另一方面与先前使用的规则处理核不同，利用了图卷积动态重建的方法更好地恢复出稠密的深度结果。实验表明这种策略可以在更少的测量点情况下获取更好的重建结果，同时对于室内和室外的场景都具有良好的泛化性。深度补全深度测量与感知在机器人技术、无人驾驶和增强现实等领域都有着重要的应用。近年来出现了多种多样的深度传感器、丰富了我们对于真实世界的尺度感知，但这些传感器却有着不同的局限性。例如，高质量的激光雷达售价较为 ………………………………