跳到正文
热点事件持续更新

MIR-Depth 方法公开用于透明物体深度补全

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

2026 年 11 月 20 日,Xinzhe Fu 等人在 arXiv 上发布了 MIR-Depth 方法及预训练代码。该方法旨在解决透明物体因折射和反射导致的单视图 RGB-D 深度测量不可靠问题。 MIR-Depth 通过构建坐标感知的多范围假设(全局逆深度体积与局部像素体积)及选择性循环细化策略,利用空间门控校正保留初始几何精度,无需将原始传感器读数作为硬约束。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · 机器人与计算机视觉
    MIR-Depth:面向透明物体的单视图 RGB-D 深度补全方法

    MIR-Depth 通过构建坐标感知的多范围假设(全局逆深度体积与局部像素体积)及选择性循环细化策略,解决透明物体因折射和反射导致的深度测量不可靠问题。该方法利用空间门控校正保留初始几何精度,无需将原始传感器读数作为硬约束。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。