跳到正文
arXiv · 机器人与计算机视觉· Shiori Ueda, Rinto Yagawa, Hideo Saito, Shohei Mori·· 4 小时前精选AI 评分78

DfD-GS:基于焦外成像先验的度量级单目深度估计与新视角合成

DfD-GS: Defocus Image Prior for Metric-Scale Single-View Depth Estimation and View Synthesis

AI 导读

论文提出 DfD-GS 框架,利用全聚焦与欠聚焦图像对中的焦外模糊作为物理尺度线索,预测度量级 3D 高斯场景表示以解决单目深度估计的尺度歧义问题。该方法先估计基于焦外的度量视差图并校正单目深度先验,进而生成可见与隐藏的高斯点以实现感知遮挡的新视角合成。实验在 Booster、Middlebury 合成数据集及 WildRGB-D 真实数据集上验证了其在景深变化下的稳定性与结构恢复能力。

推荐理由

提出利用焦外成像物理先验解决单目深度尺度模糊问题,在合成与真实数据集上验证了其对景深变化的稳定性。

来源:arXiv · 机器人与计算机视觉 · arxiv.org