科研之友
微信
新浪微博
Facebook
分享链接
摘要
深度信息在机器人、自动驾驶等领域中有着重要作用，通过深度传感器获取的深度图较为稀疏，研究人员为了补全缺失的深度信息提出了大量方法。但现有方法大多是针对不透明对象，基于卷积神经网络的强大表征能力，设计了一个双分支引导的编解码结构网络模型，通过针对透明物体的以掩码图为引导的编码分支，提升网络对透明物体特征信息的提取能力，并且使用谱残差块连接编解码部分，提高了网络训练稳定性及获取物体结构信息的能力，除此之外，还加入了注意力机制以提升网络空间和语义信息的特征建模能力。该网络在两个数据集上都达到了领先的效果。
- 单位
