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。
📝
内容提要
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。
🎯
关键要点
-
提出了一种新的深度图像超分辨率方法。
-
利用移动手机和Lucid Helios采集的配对LR和HR深度图构建了RGB-D-D大规模数据集。
-
提供了一个快速深度图超分辨率(FDSR)基准线。
-
与现有公共数据集上的基准方法相比,效果和效率都有很大提升。
-
该方法可以处理真实世界中的低分辨率深度图,产生更准确、清晰的边界。
-
在一定程度上修正深度值错误。
🏷️