【SLAM】|CVPR2019|LidarStereoNet：第一个无监督的Lidar-stereo融合网络，性能SOTA

论文地址：https://arxiv.org/abs/1904.03868 代码：https://github.com/XuelianCheng/LidarStereoNet(即将开源) 来源：西北工业大学 论文名称：Noise-Aware Unsupervised Deep Lidar-Stereo Fusion 原文作者：Xuelian Cheng

在本文中提出了LidarStereoNet，这是第一个无监督的Lidar-stereo融合网络，它可以在不需要地面真实深度图的情况下以端到端方式进行训练。通过引入一种新的反馈回路连接网络输入和输出，LidarStereoNet可以解决现有Lidar-stereo融合研究中被忽略的激光雷达点噪声和传感器之间的未对准问题。此外，我们建议将分段平面模型纳入网络学习，以进一步约束深度，以符合底层的3D几何。对真实和合成数据集进行大量的定量和定性评估，证明了本文的方法显著优于最先进的立体匹配、深度补全和Lidar-stereo融合方法。

下面是论文具体框架结构以及实验结果：

声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请联系删除。