Tag · 3 篇
深度先验
分布 自动驾驶与遥感2生成模型与扩散1
01 02 03
MatE：基于几何先验的单图像材质提取
MatE: Material Extraction from Single-Image via Geometric Prior
用估计深度图作为几何先验做粗矫正，再用双分支扩散模型把单张图转成可平铺的PBR材质贴图集（albedo/normal/roughness/height），其旋转与尺度对齐训练数据带来的等变性思路可迁移到其他需要消除透视与光照干扰的逆渲染任务。
Dr.Occ：面向自动驾驶的深度与区域引导环视相机三维占用预测
Dr.Occ: Depth- and Region-Guided 3D Occupancy from Surround-View Cameras for Autonomous Driving
用 MoGe-2 的稠密深度先验监督 2D-to-3D 视角变换，可缓解纯视觉 BEV/占用方法中体素特征与几何错位的问题；区域引导的 MoE 专家分配则为处理空间类别不平衡提供了可复用的思路。
CCF：面向域泛化多模态3D目标检测的互补协同融合
CCF: Complementary Collaborative Fusion for Domain Generalized Multi-Modal 3D Object Detection
针对双分支 proposal-level 多模态 3D 检测器，提出查询解耦损失、LiDAR 引导深度先验和互补跨模态掩码，可复用于提升视觉-激光雷达融合模型在恶劣域下的鲁棒性。