Depth Super-Resolution by Texture-Depth Transformer

人工智能 变压器 计算机科学 计算机视觉 图像分辨率 高分辨率 融合 特征(语言学) 低分辨率 模式识别(心理学) 地质学 遥感 工程类 电压 哲学 电气工程 语言学
作者
Chao Yao,Shuaiyong Zhang,Mengyao Yang,Meiqin Liu,Junpeng Qi
标识
DOI:10.1109/icme51207.2021.9428393
摘要

Depth maps have been still suffering from some non-negligible effects, resulting from the consumer-level sensors. The limited resolution of the acquired depth maps is one of these annoying issues. Many prominent researchers have recently made a lot of efforts, such as traditional filters, as well as the deep learning paradigms. However, depth super-resolution is still an open challenge. In this paper, we design a texture-depth transformer for depth super-resolution task, which can learn the corresponding structural information of the high-resolution texture images and the corresponding interpolated depth maps. Moreover, a multi-scale feature fusion strategy is exploited to further enhance the fusion feature. Complementary to a quantitative evaluation, we demonstrate the effectiveness of the proposed approach.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
byec发布了新的文献求助40
2秒前
儿童肉松发布了新的文献求助30
2秒前
Tokgo发布了新的文献求助10
3秒前
平常的苡完成签到,获得积分10
3秒前
4秒前
fanhlin完成签到,获得积分20
5秒前
6秒前
7秒前
大力翠丝发布了新的文献求助10
7秒前
8秒前
nyddyy发布了新的文献求助30
9秒前
yum发布了新的文献求助30
10秒前
10秒前
李健应助wwww采纳,获得10
12秒前
hellokk发布了新的文献求助10
12秒前
儿童肉松完成签到,获得积分20
13秒前
huco发布了新的文献求助10
13秒前
JamesPei应助西扬采纳,获得10
13秒前
klaydid完成签到,获得积分10
14秒前
guangwow发布了新的文献求助10
16秒前
19秒前
共享精神应助klaydid采纳,获得10
22秒前
爆米花应助阿巴阿巴阿采纳,获得10
22秒前
古药发布了新的文献求助10
22秒前
23秒前
23秒前
嗯嗯完成签到 ,获得积分10
23秒前
顾矜应助WoHoo采纳,获得10
23秒前
xiamovivi完成签到,获得积分10
23秒前
maitiandehe发布了新的文献求助10
26秒前
慕青应助hellokk采纳,获得10
26秒前
李爱国应助酸奶采纳,获得10
27秒前
小二郎应助Latono采纳,获得10
28秒前
fifteen发布了新的文献求助10
28秒前
古药完成签到,获得积分10
29秒前
30秒前
lalala完成签到 ,获得积分10
31秒前
32秒前
风中雪一关注了科研通微信公众号
33秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Evolution 3rd edition 1500
保险藏宝图 1000
Lire en communiste 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 700
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3185785
求助须知:如何正确求助?哪些是违规求助? 2836080
关于积分的说明 8007573
捐赠科研通 2498547
什么是DOI,文献DOI怎么找? 1333577
科研通“疑难数据库(出版商)”最低求助积分说明 636881
邀请新用户注册赠送积分活动 604658