Buchumschlag

Hybrid-grained Feature Aggregation with Coarse-to-fine Language Guidance for Self-supervised Monocular Depth Estimation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Wenyao, Liu, Hongsi, Li, Bohan, He, Jiawei, Qi, Zekun, Wang, Yunnan, Zhao, Shengyang, Yu, Xinqiang, Zeng, Wenjun, Jin, Xin
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DreamVLA: A Vision-Language-Action Model Dreamed with Comprehensive World Knowledge
von: Zhang, Wenyao, et al.
Veröffentlicht: (2025)

ReWorld: Multi-Dimensional Reward Modeling for Embodied World Models
von: Peng, Baorui, et al.
Veröffentlicht: (2026)

Disentangled Robot Learning via Separate Forward and Inverse Dynamics Pretraining
von: Zhang, Wenyao, et al.
Veröffentlicht: (2026)

Self-supervised Monocular Depth Estimation with Large Kernel Attention
von: Xiang, Xuezhi, et al.
Veröffentlicht: (2024)

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

Adaptive Depth-converted-Scale Convolution for Self-supervised Monocular Depth Estimation
von: Gao, Yanbo, et al.
Veröffentlicht: (2026)

Scene Graph Disentanglement and Composition for Generalizable Complex Image Generation
von: Wang, Yunnan, et al.
Veröffentlicht: (2024)

Adaptive Discrete Disparity Volume for Self-supervised Monocular Depth Estimation
von: Ren, Jianwei
Veröffentlicht: (2024)

SPIdepth: Strengthened Pose Information for Self-supervised Monocular Depth Estimation
von: Lavreniuk, Mykola
Veröffentlicht: (2024)

BaseBoostDepth: Exploiting Larger Baselines For Self-supervised Monocular Depth Estimation
von: Saunders, Kieran, et al.
Veröffentlicht: (2024)

BoRe-Depth: Self-supervised Monocular Depth Estimation with Boundary Refinement for Embedded Systems
von: Liu, Chang, et al.
Veröffentlicht: (2025)

$\mathrm{F^2Depth}$: Self-supervised Indoor Monocular Depth Estimation via Optical Flow Consistency and Feature Map Synthesis
von: Guo, Xiaotong, et al.
Veröffentlicht: (2024)

OmniSpatial: Towards Comprehensive Spatial Reasoning Benchmark for Vision Language Models
von: Jia, Mengdi, et al.
Veröffentlicht: (2025)

Unsupervised Monocular Depth Estimation Based on Hierarchical Feature-Guided Diffusion
von: Liu, Runze, et al.
Veröffentlicht: (2024)

Deep Neighbor Layer Aggregation for Lightweight Self-Supervised Monocular Depth Estimation
von: Boya, Wang, et al.
Veröffentlicht: (2023)

Self-supervised Event-based Monocular Depth Estimation using Cross-modal Consistency
von: Zhu, Junyu, et al.
Veröffentlicht: (2024)

Self-supervised Adversarial Training of Monocular Depth Estimation against Physical-World Attacks
von: Cheng, Zhiyuan, et al.
Veröffentlicht: (2024)

Self-supervised Monocular Depth Estimation on Water Scenes via Specular Reflection Prior
von: Lu, Zhengyang, et al.
Veröffentlicht: (2024)

Intrinsic Image Decomposition for Robust Self-supervised Monocular Depth Estimation on Reflective Surfaces
von: Choi, Wonhyeok, et al.
Veröffentlicht: (2025)

SHADeS: Self-supervised Monocular Depth Estimation Through Non-Lambertian Image Decomposition
von: Daher, Rema, et al.
Veröffentlicht: (2025)

DASP: Self-supervised Nighttime Monocular Depth Estimation with Domain Adaptation of Spatiotemporal Priors
von: Huang, Yiheng, et al.
Veröffentlicht: (2025)

Self-supervised Monocular Depth Estimation Robust to Reflective Surface Leveraged by Triplet Mining
von: Choi, Wonhyeok, et al.
Veröffentlicht: (2025)

Hierarchical Temporal Context Learning for Camera-based Semantic Scene Completion
von: Li, Bohan, et al.
Veröffentlicht: (2024)

Plane2Depth: Hierarchical Adaptive Plane Guidance for Monocular Depth Estimation
von: Liu, Li, et al.
Veröffentlicht: (2024)

Self-supervised Pretraining and Finetuning for Monocular Depth and Visual Odometry
von: Chidlovskii, Boris, et al.
Veröffentlicht: (2024)

AVS-Net: Audio-Visual Scale Net for Self-supervised Monocular Metric Depth Estimation
von: Liu, Xiaohu, et al.
Veröffentlicht: (2024)

Improving Domain Generalization in Self-supervised Monocular Depth Estimation via Stabilized Adversarial Training
von: Yao, Yuanqi, et al.
Veröffentlicht: (2024)

Index-Assisted Stratified Sampling for Online Aggregation
von: Yu, Yunnan, et al.
Veröffentlicht: (2026)

Graph-based Unsupervised Disentangled Representation Learning via Multimodal Large Language Models
von: Xie, Baao, et al.
Veröffentlicht: (2024)

Bridging Stereo Geometry and BEV Representation with Reliable Mutual Interaction for Semantic Scene Completion
von: Li, Bohan, et al.
Veröffentlicht: (2023)

Improving Depth Gradient Continuity in Transformers: A Comparative Study on Monocular Depth Estimation with CNN
von: Yao, Jiawei, et al.
Veröffentlicht: (2023)

Closed-Loop Unsupervised Representation Disentanglement with $β$-VAE Distillation and Diffusion Probabilistic Feedback
von: Jin, Xin, et al.
Veröffentlicht: (2024)

DexVLG: Dexterous Vision-Language-Grasp Model at Scale
von: He, Jiawei, et al.
Veröffentlicht: (2025)

Efficient Hybrid CNN-GNN Architecture for Monocular Depth Estimation
von: Narayan, Ishan
Veröffentlicht: (2026)

Multiple Prior Representation Learning for Self-Supervised Monocular Depth Estimation via Hybrid Transformer
von: Sun, Guodong, et al.
Veröffentlicht: (2024)

Reasoning in Space via Grounding in the World
von: Chen, Yiming, et al.
Veröffentlicht: (2025)

NimbleD: Enhancing Self-supervised Monocular Depth Estimation with Pseudo-labels and Large-scale Video Pre-training
von: Luginov, Albert, et al.
Veröffentlicht: (2024)

Mono-ViFI: A Unified Learning Framework for Self-supervised Single- and Multi-frame Monocular Depth Estimation
von: Liu, Jinfeng, et al.
Veröffentlicht: (2024)

WS-SfMLearner: Self-supervised Monocular Depth and Ego-motion Estimation on Surgical Videos with Unknown Camera Parameters
von: Lou, Ange, et al.
Veröffentlicht: (2023)

EndoMUST: Monocular Depth Estimation for Robotic Endoscopy via End-to-end Multi-step Self-supervised Training
von: Shao, Liangjing, et al.
Veröffentlicht: (2025)