基于贝叶斯的飞行时间相机实时测量物体形状、光照强度和反照率

Jul, 2015

基于贝叶斯的飞行时间相机实时测量物体形状、光照强度和反照率

Bayesian Time-of-Flight for Realtime Shape, Illumination and Albedo

Amit Adam, Christoph Dann, Omer Yair, Shai Mazor, Sebastian Nowozin

TL;DR本篇论文提出了一种计算模型，将激光飞行时间相机的形状、照明和反照率推断联系起来，并通过有效的非参数回归树近似模型输出，为每个像素提供深度、等效反照率和环境光强度的估计和不确定性。同时，通过拓展单路径模型为双路径模型，无需额外计算成本即可描述多径效应。

Abstract

We propose a computational model for shape, illumination and albedo inference in a pulsed time-of-flight (TOF) camera. In contrast to TOF cameras based on phase modulation, our camera enables general exposure profiles. This results in added flexibility and requires novel computational approaches. To address this challenge we propose a generative

tof camera probabilistic model regression trees depth imaging multipath effects

发现论文，激发创造

TöRF：用于动态场景视图合成的飞行时间辐射场

本研究提出了一种基于连续波 ToF 相机的神经表征模型，改进了动态场景的重建质量及鲁棒性，讨论了将 RGB+ToF 传感器集成到现代智能手机上的益处和局限性。

Sep, 2021

用于抑制 TOF 传感器中多径干扰的光传输模型

本文提出了一种结合时序相位测量与光线传输方程的方法来校正多径干涉，有效地提高了基于时差测量的 TOF 摄像机深度测量的精度。

Jan, 2015

多模态神经辐射场对于带有轻量化 ToF 传感器的单目密集 SLAM

通过使用轻量级 ToF 传感器的信号，结合多模式隐式场景表示、粗糙到精细的优化策略和时间信息处理，该研究提出了一种用于相机追踪和稠密场景重建的稀疏光准测距技术，取得了良好的结果。

Aug, 2023

极具高效能的神经时飞

该论文提出了一种学习方法，通过专用 ToF 相机收集的数据集，能够实现低曝光时间下的高效率深度图像获取，从而解决传统 ToF 相机的能耗和性能之间的矛盾。

Dec, 2018

iToF2dToF：一种鲁棒且灵活的数据驱动时飞行成像表示方法

本文探讨了间接飞行时间（iToF）相机等深度感知技术，提出一种名为 iToF2dToF 的方法，通过插值 / 外推 iToF 频率来估计瞬态图像，并演示其在实际深度感知场景中的优势。

Mar, 2021

3D 时间飞行相机的噪音特性

本文探讨基于 TOF 相机技术利用调制光源传递距离图的实验，提出可解释一些观察到现象的噪声模型，该模型基于假设噪声源与光源相关以及另外的添加噪声源，成功预测了距离误差依赖于图像强度和个别像素处真实距离的相关性。

May, 2007

DeepToF：即插即用的飞行时间成像多径干扰实时校正

本文基于卷积神经网络和自编码器的方法，提出了不需要对相机进行修改即可校正多径干扰导致深度估计误差的技术，并通过大量数据的训练和模拟实验验证了该方法的可行性。

May, 2018

野外豆腐：在挑战环境下通过 RGB 融合提高间接飞行时间深度的范围和质量

本文提出了一种新的基于学习的端到端深度预测网络，该网络采用多步方法对噪声原始 I-ToF 信号以及 RGB 图像进行融合，以预测与 RGB 视点对齐的高质量远程深度图。在挑战性的现实场景中测试我们的方法，与基线方法相比，最终深度图的 RMSE 提高了 40% 以上。

Dec, 2021

深度端到端匹配和细化用于时差自动调焦 RGB-D 模块

本文提出了一种基于深度学习的框架，用于对移动 RGB 相机配备的飞行时间（ToF）传感器进行在线校准和对齐以及复杂误差校正。通过将 RGB 图像和 ToF 幅度图之间进行交叉模态光流估计以进行对齐，并通过一个改进的内核预测网络直接回归时间飞行深度进行深度精修。通过计算机图形学的方法，我们还合成了一个数据集，为数据的端到端训练提供更多丰富的信息。实验结果表明，本文提出的方法在 ToF 精修方面取得了最先进的效果。

Sep, 2019

间接飞行时间数据的非直接视线成像 (NIGHT)

该研究论文以仅使用普通光时间飞行传感器的数据，而无需额外硬件需求，首次提出了利用深度学习模型来处理摄像机视线之外的物体获取问题，并通过构建注释的训练数据，轻松处理光反射并恢复隐藏场景的深度信息，同时演示了该想法的可行性。

Mar, 2024