Apr, 2022

BinsFormer: 重温自适应分组用于单目深度估计

PDF
TL;DR本文提出了一种适用于基于分类 - 回归的深度估算任务的新框架 BinsFormer，该框架主要关注该任务中的两个关键组件：适应性 bins 的恰当生成和概率分布及 bins 预测之间的足够交互。
monocular depth estimationclassification-regression taskbinsformertransformer decodermulti-scale decoder
发现论文，激发创造
  • AdaBins: 自适应分桶深度估计

    本论文提出了一种新型的基于 Transformer 的 AdaBins 深度估计架构，与现有技术相比，在多个流行的深度估计数据集上实现了显着提升，提供了代码和预训练模型的权重。

    Nov, 2020

  • LocalBins: 通过学习局部分布改善深度估计

    通过局部深度分布代替全局深度分布并将其引入编码器 - 解码器架构中，以提高从单个图像中估计深度的准确性

    Mar, 2022

  • DepthFormer：利用长程相关性和局部信息进行准确的单眼深度估计

    该研究提出了一种基于 Transformer 和 CNN 特征组合的分层聚合模型，以解决有监督单目深度估计的问题，实验结果表明，该模型在 KITTI、NYU 和 SUN RGB-D 等数据集上均超越了现有的有监督单目深度估计方法，特别是在 KITTI 深度估计基准测试上实现了最具竞争力的结果。

    Mar, 2022

  • 自监督单目深度估计泛化性的深入挖掘

    本文研究使用自监督单目深度估计算法的主干网络（如 CNNs，Transformers 和 CNN-Transformer 混合模型）在广泛的公共数据集上的泛化性能，观察到 Transformers 具有很强的形状偏差，而 CNNs 则具有很强的纹理偏差，同时提出了一种新的 CNN-Transformer 混合网络，名为 MonoFormer，该模型具有最佳的广义性能和分类性能。

    May, 2022

  • IEBins：单目深度估计的迭代弹性分段

    通过引入迭代弹性分区的概念，利用以分类 - 回归为基础的方法来搜索高质量的深度，最终的实验证明了该方法在 KITTI、NYU-Depth-v2 和 SUN RGB-D 数据集上超过了之前的最先进技术。

    Sep, 2023

  • 基于 Transformer 的多帧自监督深度学习

    本研究提出了使用特征匹配和转换器架构进行单目自监督深度估计的新方法，通过使用深度离散化的极线采样选择匹配候选项，并通过一系列的自注意力和交叉注意力层来改进预测。该方法可以从视频中单独训练，从而建立自监督单目深度估计的最新技术，并具有一定的泛化性能.

    Apr, 2022

  • 从单张图像推断深度分布

    文章提出了一种新的方法将深度回归问题由连续问题转化为离散二分类问题来提高深度估计的准确性和鲁棒性，在保证实时性的前提下比先前方法能更好地估计不确定性，显著降低因不确定性导致的估计误差，并提高三维地图重建的精确度和内存效率。

    Dec, 2019

  • 使用深度全卷积残差网络将单目图像深度估计视为分类问题

    通过像素分类的方式实现单目图像深度估计，利用深度残差网络进行预测，同时采用全连接条件随机场 (CRF) 进一步提升效果。在室内和室外数据集上实现了最先进的性能表现。

    May, 2016

  • 单目深度估计中扩展基于扩散的图像生成器的重新利用

    从单幅图像恢复 3D 深度是一项基础的计算机视觉任务，本研究提出了一种基于稳定扩散方法的仿射不变单目深度估计方法 Marigold，通过使用先前生成扩散模型中捕获的大量先验知识，该方法在各种数据集上取得了最先进的性能表现。

    Dec, 2023

  • DocBinFormer：一种用于有效文档图像二值化的两级 Transformer 网络

    提出了一种名为 DocBinFormer（文档二值化变换器）的基于视觉变换器的两级架构，用于有效地对文档图像进行二值化分析，该架构利用双级变换器编码器从输入图像中有效地捕获全局和局部特征表示，从而在系统生成和手写文档图像的分析中取得了改进的结果，并在 DIBCO 和 H-DIBCO 基准数据集上超过了现有技术的表现。

    Dec, 2023