区域高斯似然损失

RoSAMDepth：利用分割一切模型的鲁棒自监督深度估计

RoSAMDepth: Robust Self-supervised Depth Estimation Leveraging Segment Anything Model

把 SAM 的物体级分割先验注入自监督深度估计：用分割引导的特征对比、区域高斯似然损失和物体级可靠性估计来抑制物体内部深度漂移与恶劣天气下的模糊，可直接复用到单目深度/自监督训练框架中。