PatchRefiner 是一个高级框架，用于处理高分辨率实际领域输入的度量单图深度估计。通过使用瓷砖分割方法，采用了细节与尺度解耦的损失函数并结合合成数据，PatchRefiner 在深度估计方面取得了显著的性能提升，大幅超过了现有基准，在真实世界数据集上展示了细节准确性和尺度估计的改进效果。

Jun, 2024

本篇论文提出了一种名为 OmniFusion 的 360 单目深度估计流程，通过将 360 图像转换为切线图像并采用 CNN 进行分段预测，最后合并分段结果以处理球形畸变问题，并通过几何感知特征融合机制、自注意力变换架构和迭代深度细化机制处理分段预测不一致问题，成功的在多个 360 单目深度估计基准数据集上取得了最先进的性能。

Mar, 2022

本文提出了一种基于机器学习的实时深度图融合方法，使用 2D 深度路由网络和 3D 深度融合网络来预测非线性更新，处理传感器特定噪声和异常值，能更好地避免传统方法中的粗化伪影问题，在合成数据和真实数据中均取得了优于传统方法和相关方法的结果。

Jan, 2020

提出了一种自监督室内单目深度估计框架 F^2Depth，利用自监督光流估计网络对深度学习进行监督，结合经过精调的光流估计网络产生的多尺度特征图进行特征图融合损失计算，实验结果表明该框架及其提出的损失函数具有较好的室内场景单目图像泛化能力。

Mar, 2024

本论文针对室内场景中的无监督深度估计任务，提出了一种名为 P$^2$Net 的方法，该方法利用大局部梯度点提取有效补丁，并使用多视图一致性损失和超像素作为平面先验进行深度预测，实验证明该方法显著优于现有的方法。

Jul, 2020

介绍了 PipeFusion 的一种新方法，利用多 GPU 并行性来解决扩散变压器（DiT）模型生成高分辨率图像的高计算和延迟挑战。通过分割图像并在多个设备上分布网络层，以管道并行的方式编排通信和计算，利用相邻扩散步骤输入的高相似性，通过重用一步陈旧的特征图为当前步骤提供上下文，实验结果表明，PipeFusion 能够在现有 DiT 并行方法无法满足 OOM 的情况下生成更高的图像分辨率。PipeFusion 显著降低了所需的通信带宽，使 DiT 推理能够在通过 PCIe 连接的 GPU 上托管，而不是更昂贵的 NVLink 基础结构，从而大幅降低了为服务 DiT 模型的整体运营费用。我们的代码公开可用于 https:// 所提供的 URL。

May, 2024

通过对输入分辨率和场景结构对深度估计性能的影响进行分析，本文提出了一种使用深度合并网络，结合低分辨率和高分辨率估计的方法，以在一定精度下生成具有细节的高分辨率深度图像，其中包括双重估计方法和补丁选择方法。通过合并不同分辨率的估计并应用不同的上下文，本文在预训练模型的基础上生成了多兆像素的深度图像。

May, 2021

提出一种融合单视角深度概率和多视角几何的新型框架 MaGNet，以提高多视角深度估计的准确性、鲁棒性和效率，并在 ScanNet、7-Scenes 和 KITTI 数据集上实现了最先进的性能。通过深度一致性加权和概率采样来解决纹理不清晰、反射表面和移动物体等失败模式。

Dec, 2021

本论文提出了一种基于 Patchmatch 的深度学习光流方法，通过传播和局部搜索获得高精度结果，并提出了一种新的反向传播方法来减少计算复杂度，实验证明该方法在 KTTI2015 基准测试上排名第一，在 Sintel 干净基准测试上排名第二，以较少的内存消耗在高分辨率数据集 DAVIS 上得到良好的细节保留结果。

Apr, 2022

我们提出了 PatchmatchNet—— 一个快速且低内存占用的可学习的级联 Patchmatch 算法，用于高分辨率多视角立体匹配，通过引入可迭代的多尺度 Patchmatch 和自适应传播评估方案，我们改进了核心算法，并在 DTU，Tanks＆Temples 和 ETH3D 上进行广泛实验，表明该方法在效率方面具有非常良好的性能和通用性，比现有的最佳模型快至少 2.5 倍，内存使用量减少一半。

Dec, 2020