Towards Scale-Aware Full Surround Monodepth with Transformers
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Yang, Yuchen, Wang, Xinyi, Li, Dong, Tian, Lu, Sirasao, Ashish, Yang, Xun |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
CLAIM: Camera-LiDAR Alignment with Intensity and Monodepth
par: Zhang, Zhuo, et autres
Publié: (2025)
par: Zhang, Zhuo, et autres
Publié: (2025)
MonSter++: Unified Stereo Matching, Multi-view Stereo, and Real-time Stereo with Monodepth Priors
par: Cheng, Junda, et autres
Publié: (2025)
par: Cheng, Junda, et autres
Publié: (2025)
UPDP: A Unified Progressive Depth Pruner for CNN and Vision Transformer
par: Liu, Ji, et autres
Publié: (2024)
par: Liu, Ji, et autres
Publié: (2024)
Sparse Laneformer
par: Liu, Ji, et autres
Publié: (2024)
par: Liu, Ji, et autres
Publié: (2024)
Scale-invariant and View-relational Representation Learning for Full Surround Monocular Depth
par: Hwang, Kyumin, et autres
Publié: (2025)
par: Hwang, Kyumin, et autres
Publié: (2025)
Adjacent-view Transformers for Supervised Surround-view Depth Estimation
par: Guo, Xianda, et autres
Publié: (2023)
par: Guo, Xianda, et autres
Publié: (2023)
AffordBot: 3D Fine-grained Embodied Reasoning via Multimodal Large Language Models
par: Wang, Xinyi, et autres
Publié: (2025)
par: Wang, Xinyi, et autres
Publié: (2025)
End-to-End Multi-Person Pose Estimation with Pose-Aware Video Transformer
par: Yu, Yonghui, et autres
Publié: (2025)
par: Yu, Yonghui, et autres
Publié: (2025)
SurroundNet: Towards Effective Low-Light Image Enhancement
par: Zhou, Fei, et autres
Publié: (2021)
par: Zhou, Fei, et autres
Publié: (2021)
Towards Scale-Aware Low-Light Enhancement via Structure-Guided Transformer Design
par: Dong, Wei, et autres
Publié: (2025)
par: Dong, Wei, et autres
Publié: (2025)
SurroundSDF: Implicit 3D Scene Understanding Based on Signed Distance Field
par: Liu, Lizhe, et autres
Publié: (2024)
par: Liu, Lizhe, et autres
Publié: (2024)
DrivingGaussian++: Towards Realistic Reconstruction and Editable Simulation for Surrounding Dynamic Driving Scenes
par: Xiong, Yajiao, et autres
Publié: (2025)
par: Xiong, Yajiao, et autres
Publié: (2025)
DiP-GO: A Diffusion Pruner via Few-step Gradient Optimization
par: Zhu, Haowei, et autres
Publié: (2024)
par: Zhu, Haowei, et autres
Publié: (2024)
Amber-Image: Efficient Compression of Large-Scale Diffusion Transformers
par: Yang, Chaojie, et autres
Publié: (2026)
par: Yang, Chaojie, et autres
Publié: (2026)
FitControler: Toward Fit-Aware Virtual Try-On
par: Yang, Lu, et autres
Publié: (2025)
par: Yang, Lu, et autres
Publié: (2025)
Towards Cross-View-Consistent Self-Supervised Surround Depth Estimation
par: Ding, Laiyan, et autres
Publié: (2024)
par: Ding, Laiyan, et autres
Publié: (2024)
Towards Fine-grained Renal Vasculature Segmentation: Full-Scale Hierarchical Learning with FH-Seg
par: Long, Yitian, et autres
Publié: (2025)
par: Long, Yitian, et autres
Publié: (2025)
AugRefer: Advancing 3D Visual Grounding via Cross-Modal Augmentation and Spatial Relation-based Referring
par: Wang, Xinyi, et autres
Publié: (2025)
par: Wang, Xinyi, et autres
Publié: (2025)
Future-Aware Interaction Network For Motion Forecasting
par: Li, Shijie, et autres
Publié: (2025)
par: Li, Shijie, et autres
Publié: (2025)
FishBEV: Distortion-Resilient Bird's Eye View Segmentation with Surround-View Fisheye Cameras
par: Li, Hang, et autres
Publié: (2025)
par: Li, Hang, et autres
Publié: (2025)
FullTransNet: Full Transformer with Local-Global Attention for Video Summarization
par: Lan, Libin, et autres
Publié: (2025)
par: Lan, Libin, et autres
Publié: (2025)
Transformer Based Self-Context Aware Prediction for Few-Shot Anomaly Detection in Videos
par: Pillai, Gargi V., et autres
Publié: (2025)
par: Pillai, Gargi V., et autres
Publié: (2025)
Beyond Static Frames: Temporal Aggregate-and-Restore Vision Transformer for Human Pose Estimation
par: Fang, Hongwei, et autres
Publié: (2026)
par: Fang, Hongwei, et autres
Publié: (2026)
DrivingGaussian: Composite Gaussian Splatting for Surrounding Dynamic Autonomous Driving Scenes
par: Zhou, Xiaoyu, et autres
Publié: (2023)
par: Zhou, Xiaoyu, et autres
Publié: (2023)
FEAT: Full-Dimensional Efficient Attention Transformer for Medical Video Generation
par: Wang, Huihan, et autres
Publié: (2025)
par: Wang, Huihan, et autres
Publié: (2025)
EgoTextVQA: Towards Egocentric Scene-Text Aware Video Question Answering
par: Zhou, Sheng, et autres
Publié: (2025)
par: Zhou, Sheng, et autres
Publié: (2025)
PAINT: Pathology-Aware Integrated Next-Scale Transformation for Virtual Immunohistochemistry
par: Ma, Rongze, et autres
Publié: (2026)
par: Ma, Rongze, et autres
Publié: (2026)
SurANet: Surrounding-Aware Network for Concealed Object Detection via Highly-Efficient Interactive Contrastive Learning Strategy
par: Kang, Yuhan, et autres
Publié: (2024)
par: Kang, Yuhan, et autres
Publié: (2024)
In-Context Edit: Enabling Instructional Image Editing with In-Context Generation in Large Scale Diffusion Transformer
par: Zhang, Zechuan, et autres
Publié: (2025)
par: Zhang, Zechuan, et autres
Publié: (2025)
DiverseDiT: Towards Diverse Representation Learning in Diffusion Transformers
par: Yang, Mengping, et autres
Publié: (2026)
par: Yang, Mengping, et autres
Publié: (2026)
Motion-Aware Transformer for Multi-Object Tracking
par: Yang, Xu, et autres
Publié: (2025)
par: Yang, Xu, et autres
Publié: (2025)
SeedVR: Seeding Infinity in Diffusion Transformer Towards Generic Video Restoration
par: Wang, Jianyi, et autres
Publié: (2025)
par: Wang, Jianyi, et autres
Publié: (2025)
GATS: Gaussian Aware Temporal Scaling Transformer for Invariant 4D Spatio-Temporal Point Cloud Representation
par: Tian, Jiayi, et autres
Publié: (2026)
par: Tian, Jiayi, et autres
Publié: (2026)
UniPR-3D: Towards Universal Visual Place Recognition with Visual Geometry Grounded Transformer
par: Deng, Tianchen, et autres
Publié: (2025)
par: Deng, Tianchen, et autres
Publié: (2025)
DEGAS: Detailed Expressions on Full-Body Gaussian Avatars
par: Shao, Zhijing, et autres
Publié: (2024)
par: Shao, Zhijing, et autres
Publié: (2024)
A Timely Survey on Vision Transformer for Deepfake Detection
par: Wang, Zhikan, et autres
Publié: (2024)
par: Wang, Zhikan, et autres
Publié: (2024)
Scaling Laws For Diffusion Transformers
par: Liang, Zhengyang, et autres
Publié: (2024)
par: Liang, Zhengyang, et autres
Publié: (2024)
Q-DiT4SR: Exploration of Detail-Preserving Diffusion Transformer Quantization for Real-World Image Super-Resolution
par: Zhang, Xun, et autres
Publié: (2026)
par: Zhang, Xun, et autres
Publié: (2026)
RegFormer++: An Efficient Large-Scale 3D LiDAR Point Registration Network with Projection-Aware 2D Transformer
par: Liu, Jiuming, et autres
Publié: (2026)
par: Liu, Jiuming, et autres
Publié: (2026)
Efficient Feature Aggregation and Scale-Aware Regression for Monocular 3D Object Detection
par: Wang, Yifan, et autres
Publié: (2024)
par: Wang, Yifan, et autres
Publié: (2024)
Documents similaires
-
CLAIM: Camera-LiDAR Alignment with Intensity and Monodepth
par: Zhang, Zhuo, et autres
Publié: (2025) -
MonSter++: Unified Stereo Matching, Multi-view Stereo, and Real-time Stereo with Monodepth Priors
par: Cheng, Junda, et autres
Publié: (2025) -
UPDP: A Unified Progressive Depth Pruner for CNN and Vision Transformer
par: Liu, Ji, et autres
Publié: (2024) -
Sparse Laneformer
par: Liu, Ji, et autres
Publié: (2024) -
Scale-invariant and View-relational Representation Learning for Full Surround Monocular Depth
par: Hwang, Kyumin, et autres
Publié: (2025)