arXiv · 机器人与计算机视觉· Xiang Li, Xiaojin Gong·· 9 天前AI 评分56
LIFT:一种结合局部度量对齐与基础模型引导传播的少样本深度补全方法
LIFT: Local Metric Alignment and Foundation-guided Propagation for Few-shot Depth Completion
AI 导读
该论文提出 LIFT 框架,利用冻结预训练单目深度估计(MDE)基础模型的深度与特征先验进行少样本深度补全。方法首先基于粗粒度网格估计局部尺度和平移参数并插值生成空间自适应度量深度初始化,随后通过多尺度深度传播逐步细化,最后由轻量级残差解码器结合多级基础模型特征与传播修正完成最终优化。
来源:arXiv · 机器人与计算机视觉 · arxiv.org