研究人员开发了X-Lens，这是一种新颖的前馈模型，可使用可变数量的异构相机（包括鱼眼和针孔视图）进行实时度量深度估计。该模型利用可学习的校准令牌和雅可比参数化失真偏差，以0.04B的紧凑参数实现跨相机一致性和鲁棒泛化，运行速度高达41 FPS。X-Lens在公共数据集和新发布的OmniScene合成数据集上进行了训练，与现有方法相比，在准确性和效率方面均表现出色。 AI
影响 该模型通过从各种相机输入实现更准确的深度估计，有望改进机器人和自动驾驶汽车的实时感知系统。
排序理由 该集群描述了一篇详细介绍计算机视觉新模型的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.12993v1 Announce Type: new Abstract: We present X-lens, a compact feed-forward model for metric depth estimation from a variable number of calibrated fisheye and pinhole views. To support real-time downstream perception, X-lens is built around a geometry-aware heteroge…
We present X-lens, a compact feed-forward model for metric depth estimation from a variable number of calibrated fisheye and pinhole views. To support real-time downstream perception, X-lens is built around a geometry-aware heterogeneous camera formulation with two key components…