学習ベースを用いた効率的な深さ完成【JST・京大機械翻訳】

Zhong Yiran; Dai Yuchao; Li Hongdong

プレプリント

J-GLOBAL ID：202202206329414630 整理番号：22P0214448

学習ベースを用いた効率的な深さ完成【JST・京大機械翻訳】

Efficient Depth Completion Using Learned Bases

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年12月02日プレプリントサーバーでの情報更新日： 2020年12月02日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文では,深さ完了のための新しい大域的形状制約を提案した。深さマップをしばしば低次元部分空間に置くことにより,高密度深さマップは,全分解能主深度基底の加重和によって近似できる。深さ場の主成分は自然深度マップから学習できる。与えられたスパース深さ点を,重みづけプロセスを制約するデータ項として役立った。入力深さ点がまばらすぎるとき,回復高密度深さマップはしばしば平滑化される。この問題に取り組むために,別の正則化項としてカラー誘導自己回帰モデルを追加した。再構成された深さマップは,付随するカラー画像において同じ非局所類似性を共有するべきであると仮定する。カラー誘導PCA深さ完了法は閉形式解を持ち,従って,PCAのみの方法よりも効率的に解いて,かなり正確である。KITTIとミドルブリーデータセットに関する広範な実験は,提案した方法の優れた性能を示した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

図形・画像処理一般

前のページに戻る