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
xyy001完成签到,获得积分10
刚刚
个性的紫菜应助闾丘志泽采纳,获得10
刚刚
1秒前
周而复始@完成签到,获得积分10
1秒前
小巨人完成签到 ,获得积分10
2秒前
哈哈发布了新的文献求助10
2秒前
李健应助风趣的烤鸡采纳,获得30
2秒前
2秒前
Jing完成签到,获得积分10
2秒前
2秒前
炫技且谦虚完成签到,获得积分10
2秒前
要减肥完成签到,获得积分10
3秒前
隐形铃铛发布了新的文献求助10
3秒前
3秒前
3秒前
砖红完成签到,获得积分10
4秒前
田様应助zuoyou采纳,获得10
4秒前
路旁小白完成签到,获得积分10
4秒前
5秒前
牛虫虫完成签到,获得积分10
5秒前
活力思枫完成签到,获得积分10
5秒前
6秒前
桐桐应助JusLovin采纳,获得10
7秒前
7秒前
yi发布了新的文献求助10
7秒前
7秒前
8秒前
无问完成签到,获得积分10
8秒前
8秒前
二十八完成签到 ,获得积分10
8秒前
研友_89jWGL完成签到,获得积分10
8秒前
冰coke完成签到,获得积分10
8秒前
sober完成签到,获得积分10
8秒前
8秒前
8秒前
千寻一醉完成签到,获得积分10
10秒前
酷炫绿蝶发布了新的文献求助10
10秒前
albertxin应助阔达的棒棒糖采纳,获得10
10秒前
声声慢完成签到,获得积分10
11秒前
感动绫应助Cyrilla采纳,获得10
11秒前
高分求助中
Write Like a Chemist: A Guide and Resource (第二版) 600
Mixed-anion Compounds 600
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Earth System Geophysics 500
Aspects of Babylonian celestial divination: the lunar eclipse tablets of Enūma Anu Enlil 500
Geochemistry, 2nd Edition 地球化学经典教科书第二版 401
2024 Medicinal Chemistry Reviews 400
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 3201273
求助须知:如何正确求助?哪些是违规求助? 2850854
关于积分的说明 8074942
捐赠科研通 2514733
什么是DOI,文献DOI怎么找? 1347411
科研通“疑难数据库(出版商)”最低求助积分说明 640427
邀请新用户注册赠送积分活动 610621