面向自動駕駛的稀疏深度圖補全方法SFN-D

摘要： 在自動駕駛領域，稀疏深度圖的密集化是重要研究課題，對3D重建和3D目標檢測等任務具有突出意義。提出一種新穎的深度補全框架SFN-D,該框架基于多模態(tài)數(shù)據(jù)融合和語義分割設計，利用多模態(tài)數(shù)據(jù)各自的優(yōu)勢來補充稀疏深度圖中的缺失深度，從而有效補充稀疏深度圖。為了實現(xiàn)這一目標，采取一種借助傳感器標定進行數(shù)據(jù)轉(zhuǎn)換，從而實現(xiàn)多模態(tài)數(shù)據(jù)融合和深度圖修正的方案。該框架融合了來自圖像和激光雷達的特... （共6頁）