AIGC动态欢迎阅读
原标题：横扫16大榜单，最强开源单目深度
估计算法来了，精度可以直接用于3D重建｜TPAMI 2024
关键字：深度,尺度,模型,数据,相机文章来源：量子位
内容字数：0字内容摘要：
Metric3Dv2团队 投稿量子位 | 公众号 QbitAI单目深度估计新成果来了！
方法名为Metric3D v2，是CVPR单目深度估计挑战赛冠军方案Metric3D的加强版。
用一套模型参数，在未知环境中，同时解决带尺度深度估计和法向估计两个问题。
可用于生成真实世界的几何估计：
在密集场景和特殊样本上也有较好效果：
无需微调和优化，可直接用于无人机感知：
无需调整尺度参数，提供单帧3D点云，其精度可以直接用于3D重建：
可部分替代物理深度估计工具，用于增强自动驾驶场景的单目SLAM：
Metric3D v2在16个单目深度和法向估计基准榜单上拿下SOTA，涵盖绝对深度、相对深度和法向估计的域内和域外测试。
不做尺度对齐或微调，在KITTI上的单目深度估计相对误差可低至5%。
这项工作由来自香港科技大学、阿德莱德大学、西湖大学、英特尔、香港大学、浙江大学的研究人员共同打造，目前已被AI顶刊TPAMI接收。
单目深度估计受限于尺度二义性单目深度估计技术在计算机视觉领域具有重要意义。这项技术能从单幅2D图像中推断出场景的3D结构，为众多应用提供了关键支持。
在传统领域，单目深度估计原文链接：横扫16大榜单，最强开源单目深度估计算法来了，精度可以直接用于3D重建｜TPAMI 2024
联系作者
文章来源：量子位
作者微信：
作者简介：
