Buchumschlag

DepthFM: Fast Monocular Depth Estimation with Flow Matching

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gui, Ming, Schusterbauer, Johannes, Prestel, Ulrich, Ma, Pingchuan, Kotovenko, Dmytro, Grebenkova, Olga, Baumann, Stefan Andreas, Hu, Vincent Tao, Ommer, Björn
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

EDGS: Eliminating Densification for Efficient Convergence of 3DGS
von: Kotovenko, Dmytro, et al.
Veröffentlicht: (2025)

ZigMa: A DiT-style Zigzag Mamba Diffusion Model
von: Hu, Vincent Tao, et al.
Veröffentlicht: (2024)

Boosting Latent Diffusion with Flow Matching
von: Schusterbauer, Johannes, et al.
Veröffentlicht: (2023)

Guiding Token-Sparse Diffusion Models
von: Krause, Felix, et al.
Veröffentlicht: (2026)

Diff2Flow: Training Flow Matching Models via Diffusion Model Alignment
von: Schusterbauer, Johannes, et al.
Veröffentlicht: (2025)

Denoising, Fast and Slow: Difficulty-Aware Adaptive Sampling for Image Generation
von: Schusterbauer, Johannes, et al.
Veröffentlicht: (2026)

Does VLM Classification Benefit from LLM Description Semantics?
von: Ma, Pingchuan, et al.
Veröffentlicht: (2024)

RayDer: Scalable Self-Supervised Novel View Synthesis from Real-World Video
von: Prestel, Ulrich, et al.
Veröffentlicht: (2026)

Diffusion Models and Representation Learning: A Survey
von: Fuest, Michael, et al.
Veröffentlicht: (2024)

SCFlow: Implicitly Learning Style and Content Disentanglement with Flow Models
von: Ma, Pingchuan, et al.
Veröffentlicht: (2025)

WaSt-3D: Wasserstein-2 Distance for Scene-to-Scene Stylization on 3D Gaussians
von: Kotovenko, Dmytro, et al.
Veröffentlicht: (2024)

Distillation of Diffusion Features for Semantic Correspondence
von: Fundel, Frank, et al.
Veröffentlicht: (2024)

Probabilistic Precipitation Nowcasting with Rectified Flow Transformers
von: Schusterbauer, Johannes, et al.
Veröffentlicht: (2026)

TREAD: Token Routing for Efficient Architecture-agnostic Diffusion Training
von: Krause, Felix, et al.
Veröffentlicht: (2025)

Adapting Self-Supervised Representations as a Latent Space for Efficient Generation
von: Gui, Ming, et al.
Veröffentlicht: (2025)

FlowDepth: Decoupling Optical Flow for Self-Supervised Monocular Depth Estimation
von: Sun, Yiyang, et al.
Veröffentlicht: (2024)

FA-Depth: Toward Fast and Accurate Self-supervised Monocular Depth Estimation
von: Wang, Fei, et al.
Veröffentlicht: (2024)

EfficientDepth: A Fast and Detail-Preserving Monocular Depth Estimation Model
von: Litvynchuk, Andrii, et al.
Veröffentlicht: (2025)

What If : Understanding Motion Through Sparse Interactions
von: Baumann, Stefan Andreas, et al.
Veröffentlicht: (2025)

DepthDark: Robust Monocular Depth Estimation for Low-Light Environments
von: Zeng, Longjian, et al.
Veröffentlicht: (2025)

MaskFlow: Discrete Flows For Flexible and Efficient Long Video Generation
von: Fuest, Michael, et al.
Veröffentlicht: (2025)

Language-Based Depth Hints for Monocular Depth Estimation
von: Auty, Dylan, et al.
Veröffentlicht: (2024)

UniDepth: Universal Monocular Metric Depth Estimation
von: Piccinelli, Luigi, et al.
Veröffentlicht: (2024)

Focusable Monocular Depth Estimation
von: Du, Yuxin, et al.
Veröffentlicht: (2026)

SPADE: Sparsity Adaptive Depth Estimator for Zero-Shot, Real-Time, Monocular Depth Estimation in Underwater Environments
von: Zhang, Hongjie, et al.
Veröffentlicht: (2025)

WorDepth: Variational Language Prior for Monocular Depth Estimation
von: Zeng, Ziyao, et al.
Veröffentlicht: (2024)

DepthART: Monocular Depth Estimation as Autoregressive Refinement Task
von: Gabdullin, Bulat, et al.
Veröffentlicht: (2024)

Shedding Light on Depth: Explainability Assessment in Monocular Depth Estimation
von: Cirillo, Lorenzo, et al.
Veröffentlicht: (2025)

Scale-Invariant Monocular Depth Estimation via SSI Depth
von: Miangoleh, S. Mahdi H., et al.
Veröffentlicht: (2024)

DepthMaster: Taming Diffusion Models for Monocular Depth Estimation
von: Song, Ziyang, et al.
Veröffentlicht: (2025)

The Fourth Monocular Depth Estimation Challenge
von: Obukhov, Anton, et al.
Veröffentlicht: (2025)

Survey on Monocular Metric Depth Estimation
von: Zhang, Jiuling
Veröffentlicht: (2025)

The Third Monocular Depth Estimation Challenge
von: Spencer, Jaime, et al.
Veröffentlicht: (2024)

Scalable Autoregressive Monocular Depth Estimation
von: Wang, Jinhong, et al.
Veröffentlicht: (2024)

DisMo: Disentangled Motion Representations for Open-World Motion Transfer
von: Ressler-Antal, Thomas, et al.
Veröffentlicht: (2025)

A Critical Synthesis of Uncertainty Quantification and Foundation Models in Monocular Depth Estimation
von: Landgraf, Steven, et al.
Veröffentlicht: (2025)

ECoDepth: Effective Conditioning of Diffusion Models for Monocular Depth Estimation
von: Patni, Suraj, et al.
Veröffentlicht: (2024)

PTC-Depth: Pose-Refined Monocular Depth Estimation with Temporal Consistency
von: Han, Leezy, et al.
Veröffentlicht: (2026)

MetricDepth: Enhancing Monocular Depth Estimation with Deep Metric Learning
von: Liu, Chunpu, et al.
Veröffentlicht: (2024)

Advancing Depth Anything Model for Unsupervised Monocular Depth Estimation in Endoscopy
von: Li, Bojian, et al.
Veröffentlicht: (2024)