深度補完は、疎な深度マップから高密度の深度マップを復元する問題を扱います。この問題では、この補完を容易にするためにカラー画像がよく使用されます。最近のアプローチは、主に画像誘導学習に焦点を当てて、密な

arxiv_reader のブックマーク 2021/07/30 11:43

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4706178861081272098/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2107.13802v2" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2107.13802v2" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2107.13802v2" data-user-icon="/users/arxiv_reader/profile.png">RigNet：深度完了のための反復画像ガイドネットワーク</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/benchmark">benchmark</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/learning">learning</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/sparse">sparse</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/convolutional">convolutional</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/dataset">dataset</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22depth%20prediction%22">depth prediction</a>]</li></ul><br><p style="clear: left">深度補完は、疎な深度マップから高密度の深度マップを復元する問題を扱います。この問題では、この補完を容易にするためにカラー画像がよく使用されます。最近のアプローチは、主に画像誘導学習に焦点を当てて、密な</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20210730#bookmark-4706178861081272098"><span class="datetime-body">2021/07/30 11:43</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！