arXiv · 机器人与计算机视觉· Xiang Zhang, Yang Zhang, Lukas Mehl, Karlis Martins Briedis, Markus Gross, Christopher Schroers·· 15 天前AI 评分63
αDepth:学习场景级软边界分解以实现立体转换
{\alpha}Depth: Learning Scene-Level Soft Boundary Decomposition for Stereo Conversion
AI 导读
针对立体转换中前景背景在软边界(如头发、散景)处混合导致的深度对应歧义问题,本文提出αDepth分层表示方法。该方法通过估计软边界的分层颜色与深度值解决混合模糊,并设计圆形 Alpha 表示(CAR)将全局目标提取范式转变为局部边界分解,支持复杂多目标场景的高效推理且无需人工引导。评估显示其在消除背景溢出和结构畸变方面达到最先进水平。
来源:arXiv · 机器人与计算机视觉 · arxiv.org