Sparse und rauschige LiDAR-Vervollständigung mit RGB-Leitung und Unsicherheit

Diese Arbeit schlägt eine neue Methode vor, um dünn besetzte LiDAR-Karten unter der Anleitung von RGB-Bildern genaue zu vervollständigen. Für autonome Fahrzeuge und Robotik ist die Verwendung von LiDAR unerlässlich, um präzise Tiefeninformationen zu erzielen. Eine Vielzahl von Anwendungen hängt von der Wahrnehmung ihrer Umgebung ab und nutzt Tiefeninformationen, um entsprechend zu argumentieren und zu reagieren. Einerseits scheitern monoökulare Tiefenschätzungsmethoden daran, absolute und präzise Tiefenkarten zu generieren. Andererseits werden stereoskopische Ansätze immer noch deutlich von LiDAR-basierten Ansätzen übertroffen. Das Ziel der Tiefenvervollständigung besteht darin, dichte Tiefenvorhersagen aus dünn besetzten und unregelmäßigen Punktwolken zu generieren, die auf eine 2D-Ebene abgebildet werden. Wir schlagen ein neues Framework vor, das sowohl globale als auch lokale Informationen extrahiert, um geeignete Tiefenkarten zu produzieren. Wir argumentieren, dass einfache Tiefenvervollständigung kein tiefes Netzwerk erfordert. Dennoch schlagen wir eine Fusionsmethode mit RGB-Anleitung aus einer monoökularen Kamera vor, um Objektinformationen zu nutzen und Fehler in der dünnen Eingabe zu korrigieren. Dies verbessert die Genauigkeit erheblich. Darüber hinaus werden Konfidenzmasks verwendet, um die Unsicherheit in den Tiefenvorhersagen jeder Modalität berücksichtigen zu können. Diese Fusionsmethode übertrifft den aktuellen Stand der Technik und rangiert an erster Stelle im KITTI-Tiefevervollständigungsbenchmark. Unser Code mit Visualisierungen ist verfügbar.注释：- "Konfidenzmasks" 是 "confidence masks" 的德语翻译，虽然在某些文献中可能会看到 "Confidence-Masken" 这样的拼写，但在这里我们选择使用更正式的德语词汇。- "KITTI-Tiefevervollständigungsbenchmark" 是对 "KITTI depth completion benchmark" 的翻译，其中 KITTI 保留了原始缩写形式。