Tag · 3 篇
跨相机泛化
分布 底层视觉与图像复原13D 视觉与重建1强化学习与具身智能1
01 02 03
白平衡优先，后调整：通过视觉语言模型评估的跨相机颜色恒常性
White-Balance First, Adjust Later: Cross-Camera Color Constancy via Vision-Language Evaluation
将颜色恒常性重新定义为迭代感知反馈问题，利用LoRA微调的VLM评估白平衡后的图像并给出残差色偏方向，替代直接RGB回归，为跨相机颜色恒常性提供新思路。
UniDAC：面向任意相机的通用度量深度估计
UniDAC: Universal Metric Depth Estimation for Any Camera
把度量深度解耦为相对深度预测加空间变化的尺度估计，并用相对深度引导的轻量模块把粗尺度图上采样到高分辨率，这一思路可直接迁移到鱼眼、全景等大视场相机的深度模型；RoPE-φ 的纬度感知加权位置编码也为 ERP 畸变建模提供了可复用的做法。
重新审视相机选择：机器人操作中鱼眼相机特性的实证研究
Rethinking Camera Choice: An Empirical Study on Fisheye Camera Properties in Robotic Manipulation
对做具身视觉的人，这篇给出了腕部鱼眼相机在模仿学习中的系统性选型依据：宽视场提升空间定位但依赖场景视觉复杂度，且跨相机迁移失败的主因是尺度过拟合，可用随机尺度增强（RSA）缓解——这提示视觉骨干的尺度不变性设计对策略泛化至关重要。