提出基于散焦先验的单目深度估计与视图合成框架 DfD-GS
热点事件持续更新
提出基于散焦先验的单目深度估计与视图合成框架 DfD-GS
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,研究人员在 arXiv 上提出了 DfD-GS 框架。该方法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,旨在解决单目深度估计的尺度歧义问题。 具体而言,该框架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。
AI 根据报道生成 · 2 小时前更新
最新进展11月20日 13:00
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报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv · 机器人与计算机视觉精选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
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。
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。