Tag · 3 篇
自监督深度估计
01 02 03
从频率与运动中看见深度：面向单目深度估计的渐进式训练范式
Seeing Depth Through Frequency and Motion: A Progressive Training Paradigm for Monocular Depth Estimation
可即插即用的频率引导采样模块（FGDepth）用于抑制频率混叠、锐化深度边界，以及用通道对齐注意力建模跨帧运动以提升位姿估计，这两点可直接迁移到其他自监督深度/位姿联合训练框架。
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。
Depth Any Endoscopy：面向单目内窥镜自监督可泛化深度估计
Depth Any Endoscopy: Towards Self-Supervised Generalizable Depth Estimation in Monocular Endoscopy
把视觉基础模型通过双层 MoE（内部 LoRA/Adapter、外部域专家）适配到内窥镜深度估计，并用可学习梯度协调平衡深度与位姿网络优化，可直接迁移到其他跨域自监督单目深度任务。