.png){kind=icon}
返回
Single-Image Depth From Defocus With Coded Aperture and Diffusion Posterior Sampling
.png){kind=icon}
OA
AI
DOI：10.1109/tci.2026.3697618.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们提出了一种单快门编码孔径散焦深度估计（DFD）方法，该方法通过后验引导扩散重建RGBD数据，结合了学习到的RGBD扩散先验和可微的DFD前向模型。给定一个测量值，我们通过去噪-校正-重噪过程，从由前向模型（数据保真度）和扩散先验诱导的后验中近似采样，并在去噪域中应用数据一致性更新。与U-Net风格回归器不同，我们的方法无需配对散焦-RGBD训练数据，且训练不依赖于特定相机配置。在全面模拟和一个原型相机上的实验表明，该方法在不同噪声水平下均能实现稳定的RGBD重建，性能优于U-Net基线和传统的编码孔径DFD方法。我们的实现代码和实验配置将在论文发表后公开。
Keyword:
DFD
coded aperture
diffusion model
DPS
camera parameter free
期刊
I
IF:
4.8
论文数:
153
被引数:
0
机构
引用论文
.png){kind=icon}
分享收藏
分享收藏
查看更多内容