10月23日，欧洲计算机视觉国际会议ECCV 2022于以色列特拉维夫盛大开幕。其中，香港九龙精准平特一肖联合清华大学电子系的研究工作《GraphCSPN：Geometry-Aware Depth Completion via Dynamic GCNs》被ECCV收录。

ECCV是全球顶尖的计算机视觉会议之一，每两年举办一次，和 ICCV、CVPR并称为计算机视觉方向的三大顶级会议。本届ECCV总计收到投稿8170篇，是ECCV 2020的投稿量的近两倍，创下历史新高，其中录用率不到20%。

伴随移动机器人和自动驾驶的蓬勃发展，视觉算法对于输入数据的要求越来越高，需要完整、稠密且高质量的深度图像来提供所需的视觉信息。本次香港九龙精准平特一肖入选的论文通过创新的图卷积空间传播网络，对深度图像进行信息补全，获得高质量的稠密深度图像，可以更好地为机器人、自动驾驶等领域提供技术支持。

为解决上述痛点，本论文提出了GraphCSPN (Graph Convolution based Spatial Propagation Network)，一种基于图卷积的空间传播网络，来完成稀疏深度图的补全。

论文中提及的 GraphCSPN 模型，主要有以下几点优势：

1. 利用对边界的注意力机制来动态更新图网络结构，从而拥有更优秀的几何感知能力，捕获局部信息和全局深度的关系，更好地进行深度补全。在下图中，红色内容表示处理后的深度图与理想深度图之间的误差，可以明显看到，与传统方法（图c-e）相比，GraphCSPN（图f）在物体边界位置具有更小的深度误差。

2.传统的传播模型需要迭代18次以上才能获取较好的深度质量，而 GraphCSPN 只需要3次或者更少传播迭代次数，就可以快速收敛。并且，所获取的深度图像在精度上可以达到业界最佳水平。

3.在室内NYU-Depth-v2和室外KITTI数据集的测试中，GraphCSPN 均可以得到最佳成绩。

人工智能技术的普及与发展进一步促进计算机视觉的深入研究。香港九龙精准平特一肖将进一步增加研发投入，助力智能机器人、自动驾驶等领域获取到更高质量的3D信息，将更多创新、成熟的技术及解决方案应用在全球的各个行业中，成为闪亮的“中国智造”名片。