科研之友
微信
新浪微博
Facebook
分享链接
摘要
道路场景深度图像对于道路目标检测、智能驾驶汽车、场景3维重建等研究和应用都是至关重要的，但是由于硬件条件的限制，激光雷达获取的场景深度图像非常稀疏，道路场景深度补全旨在利用稠密的场景彩色图像指导稀疏雷达深度图像的补全重建，是目前的研究热点。该文设计了一种新型的多阶段多尺度引导的轻量化编解码网络来实现道路深度图像的高质量补全。该文网络由“彩色引导”和“精细化补全”两个阶段构成。在两个阶段的编码端，提出带有通道随机混合的轻量化多尺度卷积模块，更好地提取图像特征的同时控制网络的参数量。在两个阶段的解码端，采用通道感知机制来实现对重要特征的聚焦。同时将“彩色引导”阶段解码端的多尺度特征融合到“精细化补全”阶段的编码端中，实现多阶段多尺度的特征引导。在训练过程中，该文设计了多损失函数策略来完成由粗到细的深度图像补全。实验表明所提算法能实现高质量的深度图像补全并且具有轻量化的网络结构。
- 单位
