EN
News center
ECCV 2022 | 光鑒科技稀疏深度補全研究成果入選計算機視覺頂會
10月23日，歐洲計算機視覺國際會議ECCV 2022于以色列特拉維夫盛大開幕。其中，光鑒科技聯合清華大學電子系的研究工作《GraphCSPN：Geometry-Aware Depth Completion via Dynamic GCNs》被ECCV收錄。
ECCV是全球頂尖的計算機視覺會議之一，每兩年舉辦一次，和 ICCV、CVPR并稱為計算機視覺方向的三大頂級會議。本屆ECCV總計收到投稿8170篇，是ECCV 2020的投稿量的近兩倍，創下歷史新高，其中錄用率不到20%。
伴隨移動機器人和自動駕駛的蓬勃發展，視覺算法對于輸入數據的要求越來越高，需要完整、稠密且高質量的深度圖像來提供所需的視覺信息。本次光鑒科技入選的論文通過創新的圖卷積空間傳播網絡，對深度圖像進行信息補全，獲得高質量的稠密深度圖像，可以更好地為機器人、自動駕駛等領域提供技術支持。
為解決上述痛點，本論文提出了GraphCSPN (Graph Convolution based Spatial Propagation Network)，一種基于圖卷積的空間傳播網絡，來完成稀疏深度圖的補全。
論文中提及的 GraphCSPN 模型，主要有以下幾點優勢：
1. 利用對邊界的注意力機制來動態更新圖網絡結構，從而擁有更優秀的幾何感知能力，捕獲局部信息和全局深度的關系，更好地進行深度補全。在下圖中，紅色內容表示處理后的深度圖與理想深度圖之間的誤差，可以明顯看到，與傳統方法（圖c-e）相比，GraphCSPN（圖f）在物體邊界位置具有更小的深度誤差。
2.傳統的傳播模型需要迭代18次以上才能獲取較好的深度質量，而 GraphCSPN 只需要3次或者更少傳播迭代次數，就可以快速收斂。并且，所獲取的深度圖像在精度上可以達到業界最佳水平。
3.在室內NYU-Depth-v2和室外KITTI數據集的測試中，GraphCSPN 均可以得到最佳成績。
人工智能技術的普及與發展進一步促進計算機視覺的深入研究。光鑒科技將進一步增加研發投入，助力智能機器人、自動駕駛等領域獲取到更高質量的3D信息，將更多創新、成熟的技術及解決方案應用在全球的各個行業中，成為閃亮的“中國智造”名片。