论文笔记总结_S2D_从稀疏到稠密
惊鸿一博 发布时间：2020-10-23 16:42:03 ，浏览量：12
- 1. 2018-ICRA_稀疏到稠密：从稀疏深度样本+单一图像的深度预测
-
- 以下4篇为传统方法：
- 2. 2013-CVPR_结合三维场景重建和类别分割
- 3. 2010-BMVC_目标类别分割和稠密立体重建的联合优化
- 4. 2011-CVPR_对象立体化-联合立体匹配与对象分割
- 5. 2012-ECCV_从立体图像中提取与场景一致的三维对象和深度
-
- 6. 2018-BMVC_用于实时语义分割的轻量级精细网络RefineNet
- 7. 2017-CVPR_RefineNet: 用于高分辨率语义分割的多路径精细网络
- 8. 2019-ICRA_使用非对称标注，实时联合语义分割和深度估计
- 9. 2018-ECCV_从RGB和稀疏感知估计深度
- 10. 2016-NIPS_室外单张图像的深度感知
- 11. 2018-ECCV_用于语义分割和深度估计的联合任务递归学习
- 12. 2019-ITSC_DFuseNet: 用于图像稠密深度补全的、RGB图像和稀疏深度信息深度融合的网络
- 开源代码：https://github.com/ShreyasSkandanS/DFuseNet
- 13. 2017-3DV-稀疏不变的卷积神经网络（Sparsity Invariant CNNs）
- 这篇文章的思路可以参考： 提出一种用于稀疏点输入的CNN，将稀疏点上采样成稠密点
- 14. 2014-NIPS_利用多尺度深度网络从单张图像预测深度图
- 15. 2016-CVPR-ResNet_用于图像识别的深度残差学习网络
- 16. 2016-3DV-利用全卷积残差网络进行深度预测
- 开源代码：https://github.com/iro-cp/FCRN-DepthPrediction
- 17. 2018-ECCV-通过卷积空间传播网络的相似性学习进行深度估计
- 开源代码：https://github.com/XinJCheng/CSPN
- 18. 2019-ICRA_DeepFusion:基于单视图深度和梯度预测的单目SLAM实时稠密三维重建
- 19. 2018-PR_基于膨胀卷积神经网络与软加权和推理的、分层融合单目深度估计
- 20. 2017-ICCV-从单张RGB图像到精确尺度深度图评估的一种双支网络
![]()
1663399408
查看更多评论
