抽象的
在本文中，我们解决了RGBD数据深度完成的问题。为了实现这一目标，我们设计了一个简单而有效的神经网络块，该块学会了提取关节2D和3D功能。具体而言，该块由两个特定区域的子网络组成，它们在图像像素上应用2D卷积，并在3D点上连续卷积，其输出功能融合在图像空间中。我们仅通过堆叠拟议的块来构建深度完成网络，该块具有学习层次结构表示的优势，这些表示在多个级别的2D和3D空间之间完全融合。我们证明了我们的方法对挑战性的Kitti深度完成基准的有效性，并表明我们的方法表现优于最先进的方法。
作者
尹陈，，，，本杨，，，，明·梁，，，，拉奎尔·乌尔塔森（Raquel Urtasun）
会议
ICCV 2019
完整的纸
Uber ATG
注释