本文来自博主：流浪机器人，仅用于学术分享，侵删

原文地址：https://blog.****.net/qq_26623879/article/details/108847218

Self-supervised Sparse-to-Dense: Self-supervised Depth Completion from LiDAR and Monocular Camera

输入RGB以及稀疏LiDARs 由Depth 网络预测深度，然后在有深度的情况下用OPENCV 的 cv2.xfeatures2d.SIFT_create()检测特征点，然后用cv2.solvePnPRansac解得Poset,通过Photometric Loss进行自监督

Depth Estimation via Affinity Learned with Convolutional Spatial Propagation Network

本文提出卷积稀疏传播网络，让周边像素向有深度的像素靠近。

Deep Depth Completion of a Single RGB-D Image

用RGB来估计遮挡边界和法线，然后用深度gt来优化整体深度。

Parse Geometry from a Line: Monocular Depth Estimation with Partial Laser Observation

输入2D 雷达和单目图像，2D雷达生成的3D扫描平面，然后RGB+生成的参考深度来生成深度。

DeepLiDAR: Deep Surface Normal Guided Depth Prediction for Outdoor Scene from Sparse LiDAR Data and Single Color Image

 

本文是一篇通过稀疏深度，用网络估计法线，然后融合稀疏深度得到稠密深度，和单目深度估计深度融合，最终得到准确稠密深度。

Sparse and noisy LiDAR completion with RGB guidance and uncertainty

Unsupervised Depth Completion from Visual Inertial Odometry

本文用VIO的稀疏深度作为监督，使用Depth estimation 网络估计深度

参考

https://paperswithcode.com/task/depth-completion