10.3969/j.issn.1008-7516.2018.06.006
基于深度学习的RGB-D深度信息补全方法研究
目前的深度相机往往不能感知高光、透明和较远距离的深度信息,导致原始获得的深度图像存在一定的信息丢失.为了解决这个问题,采用了一种基于深度学习的方法,从大量彩色图像中训练出能够估计局部法向和遮挡边界的模型,并结合深度相机提供的原始深度信息,通过构造全局优化函数,实现对原始深度的补全.通过对多视角的RGB-D数据集进行实验对比,方法较好地估计出整体轮廓和局部细节的深度,解决了原始深度信息缺失的问题.
深度相机、深度学习、估计法向、优化函数、深度补全
46
TP391(计算技术、计算机技术)
国家自然科学基金51538009;陕西省工业攻关项目2015GY044
2019-02-26(万方平台首次上网日期,不代表论文的发表时间)
共8页
35-42