一種用于深度補(bǔ)全的雙分支引導(dǎo)網(wǎng)絡(luò)

打開文本圖片集

摘要：深度信息在機(jī)器人、自動駕駛等領(lǐng)域中有著重要作用，通過深度傳感器獲取的深度圖較為稀疏，研究人員為了補(bǔ)全缺失的深度信息提出了大量方法。但現(xiàn)有方法大多是針對不透明對象，基于卷積神經(jīng)網(wǎng)絡(luò)的強(qiáng)大表征能力，設(shè)計了一個雙分支引導(dǎo)的編解碼結(jié)構(gòu)網(wǎng)絡(luò)模型，通過針對透明物體的以掩碼圖為引導(dǎo)的編碼分支，提升網(wǎng)絡(luò)對透明物體特征信息的提取能力，并且使用譜殘差塊連接編解碼部分，提高了網(wǎng)絡(luò)訓(xùn)練穩(wěn)定性及獲取物體結(jié)構(gòu)信息的能力，除此之外，還加入了注意力機(jī)制以提升網(wǎng)絡(luò)空間和語義信息的特征建模能力。（剩余16167字）