机器人视觉迎来新突破！蚂蚁灵波空间感知模型LingBot-Depth 2.0正式发布

机器人视觉迎来新突破！蚂蚁灵波空间感知模型LingBot-Depth 2.0正式发布
量子位 量子位 ·
在线教程丨香港科技大学团队开源首个确定性视频深度框架DVD，零样本刷新 SOTA

在线教程丨香港科技大学团队开源首个确定性视频深度框架DVD，零样本刷新 SOTA
HyperAI超神经 HyperAI超神经 ·
深度估计准确率冲上0.9，Meta提出VLM³，论证视觉模型天生会学3D，以Qwen3-VL-4B为基础实现多任务的统一建模

深度估计准确率冲上0.9，Meta提出VLM³，论证视觉模型天生会学3D，以Qwen3-VL-4B为基础实现多任务的统一建模
HyperAI超神经 HyperAI超神经 ·
C# OnnxRuntime 部署 DAViD 深度估计

C# OnnxRuntime 部署 DAViD 深度估计
dotNET跨平台 dotNET跨平台 ·
三维视觉新突破：字节Seed推出DA3，实现任意视角重建视觉空间；7w+真实工业环境数据！CHIP 填补 6D姿态估计工业数据空白

三维视觉新突破：字节Seed推出DA3，实现任意视角重建视觉空间；7w+真实工业环境数据！CHIP 填补 6D姿态估计工业数据空白
HyperAI超神经 HyperAI超神经 ·
三维视觉新突破：字节Seed推出DA3，实现任意视角重建视觉空间；7w+真实工业环境数据！CHIP填补6D姿态估计工业数据空白

三维视觉新突破：字节Seed推出DA3，实现任意视角重建视觉空间；7w+真实工业环境数据！CHIP填补6D姿态估计工业数据空白
HyperAI超神经 HyperAI超神经 ·

本研究提出了JointDiT模型，通过扩散变换器增强RGB和深度的联合建模。采用自适应调度权重和不平衡时间步采样策略，JointDiT显著提升了图像生成和深度估计的性能，展现了在多种生成任务中的应用潜力。

JointDiT: Enhancing RGB-Depth Joint Modeling with Diffusion Transformers
BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

该研究提出DFI-OmniStereo，一种新型全向立体匹配方法，利用预训练模型提升深度估计准确性。在不同环境和光照条件下表现优异，在Helvipad数据集上均方根误差降低约16%。

Boosting Omnidirectional Stereo Matching with a Pre-trained Depth Foundation Model
BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·
实时无人机视觉系统以111 FPS处理空中图像，同时识别物体和距离

实时无人机视觉系统以111 FPS处理空中图像，同时识别物体和距离
DEV Community DEV Community ·
UniVG：一种用于统一图像生成与编辑的通用扩散模型

UniVG：一种用于统一图像生成与编辑的通用扩散模型
Apple Machine Learning Research Apple Machine Learning Research ·

本研究提出了Endo3DAC框架，旨在提高内窥镜三维场景重建中的自监督学习效率。通过冻结基础模型并训练新设计的GDV-LoRA，显著提升了深度和姿态估计的准确性，同时保持训练效率。

Learning to Efficiently Adapt Foundation Models for Self-Supervised Endoscopic 3D Scene Reconstruction
BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

本研究提出了一种新型卷积神经网络USAM-Net，通过结合立体图像和语义分割图，提升自动驾驶和增强现实中的深度估计精度。实验结果表明，USAM-Net在多个指标上优于传统模型，显示出其在高精度深度数据需求中的潜力。

USAM-Net: A U-Net Based Network for Improving Stereo Matching and Scene Depth Estimation through Pre-trained Image Segmentation Networks
BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

地瓜机器人与中科院合作提出MODEST框架，通过单张RGB图像实现透明物体的深度估计和语义分割，显著提升抓取精度并降低成本。该技术已入选ICRA 2025，适用于智能工厂等场景。

透明物体也能被机器人抓起来了，单目的那种 | ICRA 2025
量子位 量子位 ·

本研究提出了一种新框架，利用深度卷积神经网络的潜在空间特征，解决单目深度估计中的边界定义问题。新损失函数在NYU Depth V2数据集上设立了新基准，特别适用于复杂室内场景，推动了人机交互和3D重建应用的发展。

Accurate Depth Estimation Based on Latent Space Features of Deep Neural Networks
BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·
人工智能系统采用双分支架构为内窥镜图像添加深度感知

人工智能系统采用双分支架构为内窥镜图像添加深度感知
DEV Community DEV Community ·

本文综述了深度估计领域，重点讨论深度学习方法如何解决传统技术的泛化能力不足。研究整合了多种深度学习模型和数据集，结果表明深度学习在深度估计中展现出巨大潜力。

基于深度学习的深度估计系统文献综述
BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

本研究探讨了单眼深度估计模型在相对姿态估计中的应用不足，提出三种求解器，结合经典方法显著提升了深度估计效果。实验结果表明，该方法在不同条件下优于传统解决方案。

Relative Pose Estimation through Affine Corrections of Monocular Depth Priors
BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

本研究提出了一种深度适应任何相机（DAC）框架，旨在解决鱼眼和360度相机的深度估计问题。DAC通过统一图像表示，提高了多种视场相机的准确性，实现了零样本度量的深度估计。

Depth Adaptation for Any Camera: Zero-Shot Metric Depth Estimation Based on Any Camera
BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

该研究提出了一种名为V$^2$-SfMLearner的新方法，结合振动信号与视觉信号，以提高胶囊内窥镜视频中的深度和运动估计准确性，有效消除振动干扰，提升消化系统检查的实时性和可靠性。

V$^2$-SfMLearner: Learning Monocular Depth and Ego-motion for Multimodal Wireless Capsule Endoscopy
BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

本研究探讨跨视角补全学习，填补自监督对应学习的分析空白。研究发现，跨注意力图能更有效地捕捉对应关系，并在零-shot 匹配和多帧深度估计中表现优异，显示出良好的应用潜力。

Cross-Perspective Completion Models as Zero-Shot Correspondence Estimators
BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证