RSRD：安全舒适自动驾驶的道路表面重建数据集和基准
原文中文，约300字，阅读约需1分钟。发表于：。通过对道路表面的重建，提高自主车辆的分析和预测能力，本研究介绍了道路表面重建数据集（RSRD），并构建了一个综合性基准用于恢复道路剖面的深度估计和立体匹配任务。初步评估结果显示我们的数据集的有效性，并强调了 RSRD 作为推动安全自动驾驶等技术的有价值资源。
本文介绍了一种新的深度图像超分辨率方法，利用移动手机和Lucid Helios采集的深度图构建了一个大规模数据集，并提供了一个快速深度图超分辨率基准线。该方法在效果和效率上都有很大的提升，可以处理真实世界中的低分辨率深度图以产生更准确、清晰的边界，并在一定程度上修正深度值错误。
