摘要

我们提出了一种深度学习系统，用于推断与图像相关联的密集深度图的后验分布，通过利用稀疏范围测量数据（例如来自激光雷达的数据）。尽管激光雷达可能只为一小部分像素提供深度值，但我们利用训练集中反映的规律性来完成深度图，从而为图像中的每个像素生成一个深度的概率分布。我们采用了一个条件先验网络（Conditional Prior Network），该网络允许根据图像为每个深度值分配概率，并将其与使用稀疏测量数据的似然项相结合。在训练过程中，我们可以选择利用立体视觉数据，但在运行时仅需要单个图像和稀疏点云。我们在KITTI基准上测试了我们的方法，分别在无监督和有监督的深度补全任务中均取得了当前最佳的效果。