Tag · 2 篇
代价体积
分布 底层视觉与图像复原13D 视觉与重建1
01 02
FlowFM：以流匹配推进暗光光流估计
FlowFM: Advancing Dark Optical Flow Estimation with Flow Matching
把流匹配从生成任务迁移到条件回归任务（暗光光流），用真值约束的全局变换路径加单步去噪替代扩散式迭代采样，并用傅里叶幅度/相位解码器恢复暗光下丢失的运动信息，可作为低光照稠密预测任务的通用加速范式。
深度假设引导的迭代细化用于事件-图像单目深度估计
Depth Hypothesis Guided Iterative Refinement for Event-Image Monocular Depth Estimation
把连续深度回归转成基于离散深度假设体积的约束搜索，并用轻量多尺度相关代价体积做全局到局部的迭代残差细化，这一思路可直接迁移到其他病态回归任务（如光流、法向、表面重建）以及事件-图像融合的稠密预测中。