深度完成のための双方向伝播ネットワーク

Основные понятия

初期段階での深度伝播が重要であることを強調する、双方向伝播ネットワーク（BP-Net）は、優れたパフォーマンスを示す。

Аннотация

1. 概要

現在の最先端手法は主に伝播ベースであり、初期推定された密な深度に対して反復的な改良を行う。
BP-Netは、初期段階で深度を伝播させることで、スパースデータ上で直接畳み込むことを回避する。
2. 提案手法

双方向伝播モジュールは、画像コンテンツと空間距離に依存した係数を動的に予測し、近くの値を優先して深度を伝播する。
3. 実験結果

BP-NetはNYUv2データセットで最高のRMSEおよびδ1.25を達成し、KITTIデータセットでは他の手法を上回り1位にランクイン。
4. 評価指標

RMSEやMAEなどの評価指標に基づいて他のトップ手法と比較され、BP-Netが優れた性能を示す。

Статистика

BP-NetはNYUv2データセットで最高のRMSEおよびδ1.25を達成し、KITTIデータセットでは他の手法を上回り1位にランクイン。

Цитаты

"Depth completion aims to derive a dense depth map from sparse depth measurements with a synchronized color image."
"Our code and trained models will be available on the project page."

Ключевые выводы из

Bilateral Propagation Network for Depth Completion

by Jie Tang,Fei... в arxiv.org 03-19-2024

https://arxiv.org/pdf/2403.11270.pdf

Дополнительные вопросы

他のトップ手法と比較してBP-Netがどのような利点を持っているか？

BP-Netは、初期段階で深度を伝播させることに重点を置いており、後続のマルチモーダルステージからスパーシティ問題を回避しています。提案された双方向伝播モジュールは、画像コンテンツと空間距離に依存する動的な伝播係数を予測し、ドメインと範囲の両方で最も近い値を優先して深度伝播を可能にします。実験結果は、BP-Netの傑出した性能を示し、早期段階での伝播がリファインメント段階よりも重要であることを証明しています。