DeepSharpen 锐化特征恢复网络

免标注即插即用

与依赖有监督训练的方法不同，DeepSharpen 通过二次曲面拟合推断特征真值，无需任何标注即可恢复受损的锐利特征。

聂建辉 · Yaning, Wang · Zhiwei, Shen · Xiaohui, Lu

IEEE Transactions on Instrumentation and Measurement 2024

技术优势

无需标注数据

采用无监督方法，通过二次曲面拟合推断特征位置，避免了昂贵的人工标注。

抗噪声干扰

在噪声环境下仍能准确恢复特征，适用于实际测量中的不完美数据。

泛化能力强

无需针对新场景重新训练，可即插即用地集成到现有流程。

应用场景

• 三维测量：恢复光学测量中受损的锐利特征，提高测量精度。
• 机器人视觉：为机器人提供更准确的环境点云，增强识别与操作能力。
• 无人机建图：在无人机建图中恢复清晰的地物边缘，提升地图质量。
• 数字孪生：为数字孪生提供高保真几何模型，精确还原物理实体的锐利特征。