RGB-D图像多尺度融合的深度图像增强算法

作者：赖水长; 过洁; 李悫炜; 郭延文

来源：指挥信息系统与技术, 2022, 13(03): 78-84.

DOI：10.15908/j.cnki.cist.2022.03.013

• 深度图像增强
• 特征融合
• 卷积神经网络

随着消费级RGB及深度（RGB-D）图像相机技术的不断进步，场景的深度信息也在场景理解领域得以广泛应用。为了解决消费级相机获取的深度图像存在的分辨率低以及带有明显空洞与噪声等问题，提出了一种RGB-D图像多尺度融合的深度图像增强算法。RGB图像和深度图像分别经独立分支处理得到多尺度高维特征，而这2类特征在多个尺度上逐步融合，从而使空洞和噪声从粗尺度到细尺度逐步减少。此外，设计了一种混合多尺度损失函数，以确保全局物体结构清晰，并保留物体边界的深度不连续性。试验结果表明，该算法及其损失函数均可提高深度图像的质量，算法可行有效。

• 单位
  计算机软件新技术国家重点实验室; 南京大学