deep-learning - 将点云视为 RGB 图像以进行活动识别

Question

我有一个 VLP-16 激光雷达，我想将它用于活动识别，我想将点云视为 RGB 图像，以便我可以使用 openpose。我使用这个存储库将我的点云转换为深度图像，以下是一些示例：

#Use Pillow and OpenCV to check image's format
Pillow:  RGB (150, 64)
OpenCV:  (64, 150, 3)

正如这两张图像所示，我有两个选择：低分辨率图像或高分辨率图像，但图像模糊和变形（由于 VLP-16 在垂直方向上是稀疏的）。

我尝试了一些方法来处理这两种类型的图像：

1. 使用 opencv 或 API 来调整/裁剪图像。
2. 使用图像超分辨率（结果如下所示）。

3. 使用过滤器完成深度图像（结果如下所示）。
4. 使用CycleGAN进行图像到图像的转换。
5. 将网络用于低分辨率深度图像。

此外，我还尝试了 Lidar Super-resolution（点云上采样），但这些方法无法让我实现我的目标：将点云视为 RGB 图像进行活动识别。

我可以有一些建议来实现我的目标吗？任何帮助深表感谢！