橫掃16大榜單，最強(qiáng)開源單目深度估計(jì)算法來了，精度可以直接用于3D重建｜TPAMI 2024

AIGC動態(tài)歡迎閱讀

原標(biāo)題：橫掃16大榜單，最強(qiáng)開源單目深度估計(jì)算法來了，精度可以直接用于3D重建｜TPAMI 2024
關(guān)鍵字：深度,尺度,模型,數(shù)據(jù),相機(jī)
文章來源：量子位
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

Metric3Dv2團(tuán)隊(duì) 投稿量子位 | 公眾號 QbitAI單目深度估計(jì)新成果來了！
方法名為Metric3D v2，是CVPR單目深度估計(jì)挑戰(zhàn)賽冠軍方案Metric3D的加強(qiáng)版。
用一套模型參數(shù)，在未知環(huán)境中，同時解決帶尺度深度估計(jì)和法向估計(jì)兩個問題。
可用于生成真實(shí)世界的幾何估計(jì)：
在密集場景和特殊樣本上也有較好效果：
無需微調(diào)和優(yōu)化，可直接用于無人機(jī)感知：
無需調(diào)整尺度參數(shù)，提供單幀3D點(diǎn)云，其精度可以直接用于3D重建：
可部分替代物理深度估計(jì)工具，用于增強(qiáng)自動駕駛場景的單目SLAM：
Metric3D v2在16個單目深度和法向估計(jì)基準(zhǔn)榜單上拿下SOTA，涵蓋絕對深度、相對深度和法向估計(jì)的域內(nèi)和域外測試。
不做尺度對齊或微調(diào)，在KITTI上的單目深度估計(jì)相對誤差可低至5%。
這項(xiàng)工作由來自香港科技大學(xué)、阿德萊德大學(xué)、西湖大學(xué)、英特爾、香港大學(xué)、浙江大學(xué)的研究人員共同打造，目前已被AI頂刊TPAMI接收。
單目深度估計(jì)受限于尺度二義性單目深度估計(jì)技術(shù)在計(jì)算機(jī)視覺領(lǐng)域具有重要意義。這項(xiàng)技術(shù)能從單幅2D圖像中推斷出場景的3D結(jié)構(gòu)，為眾多應(yīng)用提供了關(guān)鍵支持。
在傳統(tǒng)領(lǐng)域，單目深度估計(jì)

原文鏈接：橫掃16大榜單，最強(qiáng)開源單目深度估計(jì)算法來了，精度可以直接用于3D重建｜TPAMI 2024