几何感知深度补全网络

透明物抓取更准

从RGB-D输入中利用3D结构线索，为透明与镜面物体恢复完整准确的深度图，显著提升机器人抓取性能。

Liu, Yizhe · 贾同 · Jiahui, Wei · Ma, Bowen · 王浩 · 陈东岳

IEEE Transactions on Circuits and Systems for Video Technology 2026

技术优势

补全的深度不再是平的

利用场景的3D结构线索，从点云中提取层次化特征，避免生成无结构或模糊的预测。

多模态特征融合更精准

通过门控跨模态融合模块和自适应相关性聚合，将3D几何特征有效传递给2D特征，提升深度估计精度。

让机器人抓得更准

实验证明该方法显著提升下游机器人抓取任务的性能。

应用场景

• 机器人抓取：提供透明物体的完整深度图，提高抓取成功率。
• 视觉引导操作：为视觉引导操作提供准确的深度信息，增强操作精度。
• 3D感知：从RGB-D恢复场景的3D结构，用于下游感知任务。