ETH3D
PulseAugur coverage of ETH3D — every cluster mentioning ETH3D across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的Self-Geometry管道增强了3D视觉模型的一致性
研究人员开发了Self-Geometry，一种新颖的测试时适应管道，旨在增强3D视觉基础模型的几何一致性。该方法通过利用2D像素对应作为伪地面真实来直接施加显式的多视图几何约束，克服了先前依赖隐式自一致性方法的局限性。Self-Geometry集成了几何解耦优化、特定的视图采样器以及通过LoRA进行的轻量级适应，从而在多个模型和基准测试中提高了姿态和几何估计的性能。
-
新协议评估3D重建的可靠性，无需真实世界数据
研究人员开发了一种名为“Track-Leakage-Free Hold-Out Self-Validation”的新协议，用于在没有外部真实世界数据的情况下评估摄影测量检测的3D重建的可靠性。该协议涉及保留一部分图像，并将其重新定位到至少另外两张图像可见的点上，确保一个视图不会针对其创建的结构进行测试。虽然该协议在计算上是可靠的，并且可以指示内部几何一致性，但发现在跟踪绝对精度方面不可靠，并且无法可靠地排除重大故障，这在包括ETH3D…
-
STEREOFLOW 使用生成框架和扩散变换器推进立体匹配 · 已追踪 2 个来源
研究人员推出了一种新颖的立体匹配生成框架 STEREOFLOW，该框架解决了传统确定性回归方法的局限性。这种新方法将确定性匹配与生成模型相结合，利用了一个两阶段级联网络、一个名为 StereoDiT 的像素扩散变换器以及一个称为 Transition Flow Matching 的流匹配目标。STEREOFLOW 在具有挑战性的区域展现出强大的几何一致性和细节，在包括 Scene Flow、KITTI、ETH3D 和 Middlebu…
-
新方法使用潜在空间流匹配增强3D场景生成
研究人员开发了一种名为潜在黎曼流匹配的新方法，以改进使用几何基础模型的3D场景生成。该技术在Visual Geometry Grounded Transformer (VGGT)等模型的潜在空间内运行，能够从稀疏输入生成更合理的几何形状。通过在超球体乘积流形上定义黎曼流匹配框架，该方法尊重VGGT的潜在几何特性，在RealEstate10K、ScanNet++和ETH3D等数据集上优于现有的场景生成基线。
-
新的 EpiDistill 方法利用几何先验增强单目深度估计
研究人员开发了一个名为外极线蒸馏（EpiDistill）的新框架，以改进人工智能模型中的单目深度估计。该方法将来自多视图模型的尺度感知几何先验转移到单视图模型，从而实现更好的几何一致性和尺度对齐。EpiDistill 利用校正立体声令牌（Rectified Stereo Tokens）来保持外极线注意力模式，而无需在推理过程中进行多视图输入。实验表明，在 ETH3D 和 DIODE 等具有挑战性的数据集上，零样本度量深度估计有了显著改…
-
新的立体匹配方法提高了准确性和效率 · 2篇论文集锦
两篇新研究论文介绍了立体匹配的新方法，立体匹配是一项计算机视觉任务，专注于从二维图像重建三维场景。WAVE-Stereo提出了一种结合相关体积和特征变形的方法，以提高准确性和效率，并在多个基准测试中取得了有竞争力的结果。第二篇论文《Rethinking Monocular Depth Embedding for Generalized Stereo Matching》侧重于将单目深度信息整合到立体匹配中，以增强泛化能力和准确性，尤其是…
-
新的运动恢复结构方法结合基础模型和深度先验以改进3D重建 · 跟踪到4个来源
两篇新的研究论文介绍了先进的运动恢复结构（SfM）重建方法。Glob3R利用3D基础模型并优化前馈几何预测，以实现鲁棒且准确的场景重建。DGSfM通过整合单目深度图作为先验来增强全局SfM，通过深度感知求解器和一致性检查来提高鲁棒性和姿态准确性。
-
新的URS-Stereo框架通过不确定性引导增强实时立体匹配
研究人员开发了URS-Stereo，一个新颖的实时立体匹配框架，专为需要速度和精度的应用而设计，例如机器人和自主系统。该系统引入了一个不确定性引导残差搜索模块（UGRSM），该模块可预测传播的视差估计的可靠性。该模块自适应地调整局部成本体积的搜索区域，在不牺牲计算效率的情况下提高了对应估计的鲁棒性。在包括SceneFlow、KITTI、Middlebury和ETH3D在内的各种数据集上的实验表明，URS-Stereo在保持实时性能的同…
-
新的注意力机制提高了立体匹配的准确性和效率
两篇新研究论文介绍了用于立体匹配的新型注意力机制，立体匹配是3D重建的关键计算机视觉任务。第一篇论文MatchAttention将显式匹配约束嵌入注意力机制，实现了线性复杂度和在Middlebury V3和KITTI等基准测试中的最先进准确度。第二篇论文GREATEN将表面法线作为几何线索，以改善合成到真实场景的泛化能力，解决了纹理缺失和非朗伯表面区域的挑战，并利用稀疏注意力设计来提高效率。
-
通过具有可学习代数群和环结构的神经网络进行单目深度估计
研究人员开发了LAGRNet，这是一个用于单目深度估计的新框架，它融入了代数几何原理。与先前将深度估计视为通用回归问题的先前方法不同，LAGRNet明确地将可学习的群、环和层结构嵌入其深度学习流程中。这种方法旨在强制执行投影等变性并确保全局拓扑一致性，从而在KITTI和NYU-Depth V2等基准测试中提高准确性和泛化能力。