连续深度场重建模型

单样本自监督

仅需单张RGB-D样本即可实现深度图超分辨，消除对成对训练数据的依赖，跨数据集泛化能力优于现有方法。

Siyuan, Zhang · Dong, Jingxian · Yan, Ma · Hongsen, Cai · Meijie, Wang · Yan, Li · Twaha, Kabika · Xin, Li · 侯文广

Information Fusion 2025

技术优势

无需训练数据

只用单张RGB-D样本完成超分，不再依赖大量成对数据采集。

泛化更强

在多个数据集上效果优于现有GDSR方法，跨数据分布更稳健。

细节更准

引入跨模态几何一致性损失，约束深度场与RGB图像结构一致，增强细节准确性。

应用场景

• 机器人视觉：用单张RGB-D图提升深度分辨率，改善机器人导航与抓取精度。
• 3D场景重建：从低分辨率深度图重建高精度连续深度场，生成更精细三维模型。
• 深度传感：提升深度传感器输出分辨率，补偿硬件限制。
• 医学影像增强：对单张医学深度图超分，辅助精准诊疗。