利用编码光圈和扩散后向采样技术从散焦图像中获取深度信息

《IEEE Transactions on Computational Imaging》：Single-Image Depth from Defocus with Coded Aperture and Diffusion Posterior Sampling

　　

摘要：

我们提出了一种基于单次快照的编码孔径深度测量（DFD）方法，该方法通过后验引导的扩散过程重建RGBD图像，结合了学习到的RGBD扩散先验和可微分的DFD前向模型。给定一个测量值后，我们从前向模型和扩散先验共同引导的后验分布中近似采样数据，并使用一种去噪-校正-重噪处理流程，在去噪后的域中进行数据一致性更新。与U-Net风格的回归器不同，我们的方法不需要成对的散焦-RGBD训练数据，也不将训练过程绑定到特定的相机配置上。在全面的仿真测试和原型相机上的实验表明，该方法在各种噪声水平下都能实现稳定的RGBD重建效果，性能优于U-Net基线和传统的编码孔径DFD方法。我们的实现细节和实验配置将在论文发表后公开。