深度补全网络CHNet

简洁高效实时

CHNet采用轻量级引导模块和分离深度预测头,在KITTI和NYUv2数据集上以极简架构实现与最先进方法相当的性能,并满足自动驾驶对实时性的要求。

Liu, Moyun · 陈冰 · Chen, Youping · 谢经明 · Yao, Lei · 张杨 · Zhou, Joey Tianyi

Knowledge-Based Systems 2024

技术优势

融合又快又省

用一个直接的快速引导模块把彩色特征注入深度支路,省掉复杂引导网络,因此推理时间大幅下降。

有效/无效位置分开预测

发现并分析了观测位置和未观测位置的优化不一致问题,引入分离深度预测头分别处理,使两类深度值都预测得更好。

架构简洁,精度与速度兼得

双编码器单解码器的简洁设计让网络在精度和计算效率之间取得最优平衡,推理速度足以应对驾驶场景。

应用场景