近年来，已经开发了用于3D数据采集的新型有源范围传感器，例如飞行时间相机。 这些传感器能够以视频速率获取距离数据，并适用于动态环境。 不幸的是，距离数据的分辨率非常有限，并且捕获的数据通常会被噪声污染。 在本文中，我们提出了一种用于深度视频增强的新方法。 使用高分辨率彩色视频作为指导参考，我们基于新提出的线性滤波器模型在其空间分辨率和深度精度方面迭代地优化输入深度图。 线性滤波器具有良好的边缘保留特性，并且运行时间不受滤波器大小的影响，可以同时满足精度和速度方面的要求。 为了对深度视频进行时间上一致的估计，我们将该方法扩展到时间上相邻的帧中。 简单的光流和基于补丁的相似性度量用于以有效方式获得准确的深度。 实验结果表明，该方法在提高计算效率的同时，极大地提高了质量，提高了距离数据的分辨率。 我们还表明，时间一致性约束解决了闪烁问题，并提高了深度视频的准确性。
