monocular depth estimation
PulseAugur coverage of monocular depth estimation — every cluster mentioning monocular depth estimation across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的GAINS框架使用基础模型进行稀疏视图正向渲染
研究人员开发了GAINS，一个新颖的两阶段正向渲染框架，它利用基础模型来改进从稀疏多视图捕获中估计的材质和几何。该方法通过整合单目深度、法线和用于几何精炼的扩散先验，然后进行分割、内在图像分解和用于材质恢复的扩散先验，来稳定过程。实验表明，GAINS显著提高了材质参数、重新照明和新视图合成的准确性，特别是在传统方法难以处理歧义的稀疏视图场景中。
-
AsyncMDE 系统赋能机器人实时深度估计
研究人员开发了 AsyncMDE，一个专为边缘平台机器人感知设计的实时单目深度估计新系统。该系统利用一个冻结的基础模型进行高质量特征提取，以及一个轻量级的异步快速路径，通过重用这些特征来实现高推理速度。AsyncMDE 旨在通过将基础模型的处理分摊到一段时间内来降低深度估计的计算成本，从而能够高效地部署在 Jetson AGX Orin 等设备上。
-
新的蒸馏方法增强了车辆碰撞规避AI性能
研究人员开发了一种实例感知知识蒸馏框架，以改进碰撞规避系统的半监督学习。该方法通过结合教师模型的领域先验知识和基础模型的实例中心知识来生成伪标签，旨在降低边缘部署的标注成本和计算需求。由此产生的轻量级学生模型可以实时执行多种密集预测任务，例如实例分割和单目深度估计，在分割方面优于较大的教师模型，同时保持深度估计的性能。该系统已在乡村俱乐部环境中使用自定义数据集和低成本边缘设备进行了验证。
-
新型“SLASH”攻击利用镜头划痕进行对抗性视觉攻击
研究人员发现了一种新型物理对抗攻击，称为SLASH（Scratch-induced Lens Adversarial Streak Hijacking，划痕诱导镜头对抗条纹劫持）。该攻击利用相机镜头或保护盖上的微小划痕，在与光源相互作用时会产生结构化的条纹伪影，从而扭曲深度信息。由于损坏是固定的，因此攻击具有持久性；但由于其由特定场景条件触发，因此具有选择性，会导致单目深度估计和3D物体检测出现重大错误。
-
Depth2Pose基准使用相机姿态评估单目深度模型
研究人员推出了一种新的单目深度估计模型评估基准Depth2Pose。该框架基于相机姿态估计的准确性来评估深度质量，这对于视觉定位和SLAM等下游任务来说是一个更实用的指标。与需要昂贵的逐像素深度数据的传统方法不同，Depth2Pose利用了易于获得的相机姿态，从而可以在难以获取真实深度图的挑战性环境中进行评估。配套的D2P数据集包含现有训练数据典型分布之外的场景，突显了当前模型潜在的泛化问题。