点击上方“计算机视觉工坊”，选择“星标”
干货第一时间送达
作者丨cocoon
编辑
3D视觉开发者社区
ToF相机深度重建的过程中，总是存在着各种各样的影响因子导致误差，让使用者烦不胜烦。误差是不可避免的，但我们能够通过一些方法，尽可能减少其影响程度，以得到精度更加准确的结果。
在该篇文章中，作者提出了一种基于深度学习的MOM-MRM二阶法，验证其可以有效减少MPI、运动所带来的误差。如果你正在为误差所苦恼，那就快来读一读吧！
目录
1.概述
2.ToF相机模型
2.1理想的相机模型
2.2多路径效应的影响
2.3移动（Motion）的影响
2.4Kinectv2的特性
3.FLAT的数据集
4.网络结构
5.实验
5.1MPI纠正
5.2运动纠正以及消融实验
5.3PuttingEverythingTogether
5.4方法限制
6.结论
7.参考文献
论文名称：Tackling3DToFArtifactsThroughLearningandtheFLATDataset论文链接：