一種用于深度補全的雙分支引導網絡
摘要:深度信息在機器人、自動駕駛等領域中有著重要作用,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,基于卷積神經網絡的強大表征能力,設計了一個雙分支引導的編解碼結構網絡模型,通過針對透明物體的以掩碼圖為引導的編碼分支,提升網絡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,提高了網絡訓練穩(wěn)定性及獲取物體結構信息的能力,除此之外,還加入了注意力機制以提升網絡空間和語義信息的特征建模能力。(剩余16167字)