ECCVOct, 2022
GraphCSPN: 基于动态 GCNs 的几何感知深度补全
GraphCSPN: Geometry-Aware Depth Completion via Dynamic GCNs
Xin Liu, Xiaofei Shao, Bo Wang, Yali Li, Shengjin Wang
TL;DR本文提出了一种图卷积空间传播网络(GraphCSPN)来完成深度补全的任务,该方法通过卷积神经网络和图神经网络的结合学习几何表示,通过可学习的几何约束规范化三维空间中的传播过程,利用特征块构建的图动态更新并加入边的注意力模块,从而更好地捕捉局部邻居特征和长距离的全局关系,使得在仅使用几个传播步骤的情况下取得了最先进的性能。