3D 视觉与重建 / CVPR2026
面向数据高效零样本仿真到真实室内全景深度估计的 SO(3) 等变 ViT-Adapter
SO(3)-Equivariant ViT-Adapter for Data-Efficient Zero-Shot Sim-to-Real Indoor Panoramic Depth Estimation
把 SO(3) 等变归纳偏置以可变形交叉注意力的形式注入冻结的透视预训练 ViT 适配器,使视觉研究者能在不改动骨干的前提下把透视基础模型的零样本能力迁移到球面/全景输入,这一思路可复用于其他存在投影失真的成像域(鱼眼、事件相机、多相机环视)。
等变网络交叉注意力全景深度估计