文件大小：1.62M
摘要：由于消费级深度相机性能限制及环境干扰等因素，获取的深度图通常存在分辨率不足、边缘模糊等固有缺陷。为解决上述问题，本文提出了一种基于多尺度特征融合与矫正的渐进式网络。该网络通过构建多尺度特征提取与融合机制，实现深度特征与彩色特征的有效融合，利用多层次彩色特征所包含信息对融合后的特征进行增强与矫正。网络具体包含三个核心模块：多尺度特征融合模块通过跨模态特征交互机制，实现多尺度深度特征与彩色引导特征的初步融合；设计的多尺度特征增强模块联合多尺度特征细化与分层彩色特征指导，利用高频彩色信息对融合特征进行增强与矫正，有效缓解边缘模糊与伪影问题；双向跨尺度特征协作模块通过多尺度特征间的协同优化，进一步增强特征表达能力，从而显著提升深度图重建质量。实验结果表明，所提方法在NYU v2数据集和Middlebury数据集(2005)上的均方根误差平均测试结果分别为2.81和1.45，与次优方法相比分别降低0.10和0.08，尤其16×重建时均方根误差降低更为显著（NYU v2下降0.10,Middlebury下降0.19），取得了较好的深度图超分辨率重建效果。
