深度补全（Depth Completion）算法顶会论文、开源代码汇总！（持续更新）

置顶 已于 2024-09-03 15:14:57 修改
阅读量787 收藏 2
点赞数 12
分类专栏： 从零开始的深度估计和三维重建教程 文章标签： 算法 深度学习 计算机视觉 自动驾驶 人工智能
于 2024-09-02 13:13:45 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/2401_87064292/article/details/141817222
版权

【Awesome-Depth-Completion】2018~2024 年深度补全顶会论文、开源代码汇总！（持续更新）

在这里插入图片描述

教程

【小白教程】手把手教你用卷积网络训练单目深度估计网络（Monocular Depth Estimation）

综述：

Paper Publication Code RMSE on KITTI 论文解读
Deep Depth Completion from Extremely Sparse Data: A Survey TPAMI 2022 N/A N/A
了解本专栏 订阅专栏 解锁全文 超级会员免费看
2018~2024 年深度补全算法顶会论文、开源代码汇总！（持续更新）
梁瑛平的博客
08-29 780
2018~2024 年深度补全（Depth Completion）顶会论文、开源代码汇总！（持续更新）
最新开源 | 又快又好的扩散模型助力3D高斯场景补全
计算机视觉工坊
04-19 507
3D高斯泼溅最近已经成为新视角合成的一种高效表示方法。本工作研究了其编辑能力，特别是着重于补全任务，旨在为不完整的3D场景补充高斯，以实现视觉上更好的渲染效果。与2D图像补全任务相比，补全3D高斯模型的关键是要确定新增点的相关高斯属性，这些属性的优化很大程度上受益于它们初始的3D位置。为此，我们提出使用一个图像指导的深度补全模型来指导点的初始化，该模型基于2D图像直接恢复深度图。这样的设计使我们的模型能够以与原始深度对齐的比例填充深度值，并且利用大规模扩散模型的强大先验。得益于更精确的深度补全，我们的方法，
Depth-Completion 项目使用教程
最新发布
gitblog_00163的博客
09-27 632
Depth-Completion 项目使用教程 Depth-Completion 项目地址: https://gitcode.com/gh_mirrors/de/Depth-Completion ...
论文阅读：Depth Completion from Sparse LiDAR Data with Depth-Normal Constraints
DeH40的博客
03-29 1829
Depth Completion from Sparse LiDAR Data with Depth-Normal Constraints 在本文中，作者从3D场景都是由分段平面所组成的，这些平面与原点之间的距离（plane-origin distance ）是分段恒定的这一假设出发，通过构建表面法向量和深度之间的约束来给深度补全过程以几何层面的约束来提高深度补全(深度完成）的效果。本来自CVP...
Depth completion深度补全论文总结
流浪机器人的博客
09-28 3588
Depth completion Paper Self-supervised Sparse-to-Dense: Self-supervised Depth Completion from LiDAR and Monocular Camera code 输入RGB以及稀疏LiDARs 由Depth 网络预测深度，然后在有深度的情况下用OPENCV 的 cv2.xfeatures2d.SIFT_create()检测特征点，然后用cv2.solvePnPRansac解得Poset,通过Photometric L
引导方法深度补全系列—早期融合模型—6—《Depth completion towards different sensor configurations via relative depth ma》
CSPNNN的博客
11-10 564
先从图像中提取可靠的几何结构然后结合稀疏深度信息，模式和密度再测试的时候变化。所以把深度补全分为两个子任务我笔记里这篇文章叫杂糅因为两阶段都是拿别人的方法然后组合起来的，勉强也算是粗到精的结构。
深度补全（Sparsity Invariant CNNs）-论文阅读-翻译
Usper
10-24 4578
（由于是直接从word上复制的，可能存在格式问题） Sparsity Invariant CNNs翻译 Abstract 本文考虑了基于稀疏输入的卷积神经网络，并将其应用于稀疏激光扫描数据的深度上采样。首先，传统的卷积网络在应用于稀疏数据时表现较差，即使在向网络提供缺失数据的位置时也是如此。为了克服这个问题，本文提出了一个简单而有效的稀疏卷积层，它明确地考虑了卷积运算中缺失数据的位置。而且在...
ICRA2021|嵌入式系统的鲁棒单目视觉惯性深度补全算法
3D视觉工坊
07-05 807
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达标题：Robust Monocular Visual-Inertial Depth Completion for Embedded S...
深度图补全综述：经典图像快速深度补全CPU-OpenCV
CSS360的博客
05-24 6924
代码地址：https://github.com/kujason/ip_basic 题目：《In Defense of Classical Image Processing: Fast Depth Completion on the CPU》
【深度补全最新综述】Deep Depth Completion from Extremely Sparse Data: A Survey
梁瑛平的博客
08-28 1367
深度补全旨在从深度传感器（例如 LiDAR）捕获的极度稀疏的深度图中预测密集的逐像素深度。这在自动驾驶、3D 重建、增强现实和机器人导航等各种应用中起着至关重要的作用。近年来，基于深度学习的解决方案在该任务中取得了显著成功，并主导了这一领域的发展趋势。本文首次提供了全面的文献综述，帮助读者更好地把握研究趋势，并清晰地了解当前的进展。我们从网络架构、损失函数、基准数据集和学习策略的设计角度对相关研究进行了调查，并提出了一种新颖的分类方法来对现有方法进行分类。
探索Sparse-Depth-Completion：实现高效深度图像补全
gitblog_00056的博客
04-18 815
探索Sparse-Depth-Completion：实现高效深度图像补全 去发现同类优质开源项目:https://gitcode.com/ 在计算机视觉和自动驾驶领域，获取精确的三维环境信息是至关重要的。为此，来自的开源项目提供了一个创新性的解决方案，旨在通过神经网络模型对稀疏深度图进行高效的填充和完成。本文将深入探讨该项目的技术原理、应用场景及特点，引导更多开发者探索并利用这一工具。 项目简介 ...
RGB-Depth Fusion GAN for Indoor Depth Completion——用于室内深度补全的 RGB 深度融合 GAN（摘要）
weixin_43596323的博客
04-15 1964
RGB-Depth Fusion GAN for Indoor Depth Completion——用于室内深度补全的 RGB 深度融合 GAN（摘要）
论文代码复现-深度补全算法
qq_43627520
03-08 4351
图像处理论文复现-深度补全算法 注：如果你有论文复现的需求可在文末留言 论文名称：A new method for inpainting of depth maps from time-of-flight sensors based on a modified closing by reconstruction algorithm 该文章采用传统的图像处理方法对深度图中缺失的区域进行补全 算法流程 首先是输入一张深度图，然后判断深度图中的缺失噪声点数据，如果存在噪声点将执行改进后的算法2，并根据指定的传播条
基于深度学习的RGBD深度图补全算法文章鉴赏
3D视觉工坊
05-27 2340
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达【导语】本文针对3维视觉中的深度图补全问题，介绍了一下近年基于深度学习的RGB-D深度图补全算法进展。深度图的质量对3维视觉至关重要，...
深度图补全
ccJun-的博客
04-30 3347
注：本文转载自：计算机视觉life公众号 有什么用？微软2010年发布了消费级RGB-D（RGB+depth）相机Kinect1，此后涌现了大量基于RGB-D相机的研究工作，比如用RGB-D相机来进行室内三维重建，比较有名的是KinectFusion、Kintinuous，ElasticFusion，InfiniTAM，BundleFusion等。想要了解这部分内容可以参考《计算机视觉方向简介 |...
深度学习与计算机视觉(12)_tensorflow实现基于深度学习的图像补全
热门推荐
寒小阳
04-17 4万+
内容识别填充(译注: Content-aware fill ,是 photoshop 的一个功能)是一个强大的工具，设计师和摄影师可以用它来填充图片中不想要的部分或者缺失的部分。在填充图片的缺失或损坏的部分时，图像补全和修复是两种密切相关的技术。有很多方法可以实现内容识别填充，图像补全和修复。在这篇博客中，我会介绍 Raymond Yeh 和 Chen Chen 等人的一篇论文，“基于感知和语境损失的图像语义修补
自动补足算法是什么_传统图像补全算法和使用深度学习的补全算法有什么？不同？...
weixin_39639643的博客
12-21 737
传统图像补全算法和使用深度学习的补全算法，有何不同点？以下这篇文章带你看看华中大提出的新型采样与重建算法，这种算法能够提升稀疏深度稠密补全任务性能。公众号：将门创投 (thejiangmen)From: HUST; 编译: T.R深度补全的主要任务是利用稀疏的深度测量和单RGB重建出稠密准确的深度图。在本文中研究人员主要从数据和先验的角度来改进算法，一方面与传统采样方法不同，提出了一种基于泊松di...
深度补全（Single-Image Depth Perception in the Wild）
Usper
10-19 4670
Single-Image Depth Perception in the Wild arXiv:1604.03901v2 [cs.CV] 6 Jan 2017 Abstract 本文研究了户外的深度感知，即从无约束设置下单个图像恢复深度。本文介绍了一种新的户外数据集深度，由户外的图像组成，这些图像在随机点对之间用相对深度标注。我们还提出了一种利用相对深度的标注来学习度量深度估计的新算法。与目前的技...
【深度补全算法】基于RGBD相机的深度补全算法(非Lidar)论文与GitHub代码总结
AaaA00000001的博客
11-14 8411
最近组里面因为项目上需要检测边缘信息，需要调研深度图的补全算法，当前的深度图补全主要集中在但目前较多研究聚焦于自动驾驶领域的Lidar深度图的补全，而对RGB-D相机涉猎较少，通过搜集GitHub，下面将对一些深度图的补全算法进行介绍。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小寒学姐学AI

有用的话可以请我喝一杯咖啡~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值