Buchumschlag

DepthFocus: Controllable Depth Estimation for See-Through Scenes

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Min, Junhong, Kim, Jimin, Kim, Minwook, Min, Cheol-Hui, Jeon, Youngpil, Choi, Minyong
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

{S\textsuperscript{2}M\textsuperscript{2}}: Scalable Stereo Matching Model for Reliable Depth Estimation
von: Min, Junhong, et al.
Veröffentlicht: (2025)

Calibrating Panoramic Depth Estimation for Practical Localization and Mapping
von: Kim, Junho, et al.
Veröffentlicht: (2023)

Seeing and Seeing Through the Glass: Real and Synthetic Data for Multi-Layer Depth Estimation
von: Wen, Hongyu, et al.
Veröffentlicht: (2025)

TIE-KD: Teacher-Independent and Explainable Knowledge Distillation for Monocular Depth Estimation
von: Choi, Sangwon, et al.
Veröffentlicht: (2024)

UM-Depth : Uncertainty Masked Self-Supervised Monocular Depth Estimation with Visual Odometry
von: Um, Tae-Wook, et al.
Veröffentlicht: (2025)

See in Depth: Training-Free Surgical Scene Segmentation with Monocular Depth Priors
von: Yang, Kunyi, et al.
Veröffentlicht: (2025)

Depth Jitter: Seeing through the Depth
von: Rahman, Md Sazidur, et al.
Veröffentlicht: (2025)

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

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

Geometry-Aware Scene Configurations for Novel View Synthesis
von: Kim, Minkwan, et al.
Veröffentlicht: (2025)

Surgical Depth Anything: Depth Estimation for Surgical Scenes using Foundation Models
von: Lou, Ange, et al.
Veröffentlicht: (2024)

SPACE-CLIP: Spatial Perception via Adaptive CLIP Embeddings for Monocular Depth Estimation
von: Cho, Taewan, et al.
Veröffentlicht: (2026)

TRAN-D: 2D Gaussian Splatting-based Sparse-view Transparent Object Depth Reconstruction via Physics Simulation for Scene Update
von: Kim, Jeongyun, et al.
Veröffentlicht: (2025)

Depth Prompting for Sensor-Agnostic Depth Estimation
von: Park, Jin-Hwi, et al.
Veröffentlicht: (2024)

OrchardDepth: Precise Metric Depth Estimation of Orchard Scene from Monocular Camera Images
von: Zheng, Zhichao, et al.
Veröffentlicht: (2025)

MultiDepth: Multi-Sample Priors for Refining Monocular Metric Depth Estimations in Indoor Scenes
von: Byun, Sanghyun, et al.
Veröffentlicht: (2024)

Stereo-Matching Knowledge Distilled Monocular Depth Estimation Filtered by Multiple Disparity Consistency
von: Ka, Woonghyun, et al.
Veröffentlicht: (2024)

Bridging Geometric and Semantic Foundation Models for Generalized Monocular Depth Estimation
von: Ma, Sanggyun, et al.
Veröffentlicht: (2025)

Multi-Label Stereo Matching for Transparent Scene Depth Estimation
von: Liu, Zhidan, et al.
Veröffentlicht: (2025)

Evaluating Robustness of Monocular Depth Estimation with Procedural Scene Perturbations
von: Nugent, Jack, et al.
Veröffentlicht: (2025)

Scene Depth Estimation from Traditional Oriental Landscape Paintings
von: Kang, Sungho, et al.
Veröffentlicht: (2024)

SeeClear: Reliable Transparent Object Depth Estimation via Generative Opacification
von: Wang, Xiaoying, et al.
Veröffentlicht: (2026)

DualRefine: Self-Supervised Depth and Pose Estimation Through Iterative Epipolar Sampling and Refinement Toward Equilibrium
von: Bangunharcana, Antyanta, et al.
Veröffentlicht: (2023)

HybridDepth: Robust Metric Depth Fusion by Leveraging Depth from Focus and Single-Image Priors
von: Ganj, Ashkan, et al.
Veröffentlicht: (2024)

No Pose Estimation? No Problem: Pose-Agnostic and Instance-Aware Test-Time Adaptation for Monocular Depth Estimation
von: Sung, Mingyu, et al.
Veröffentlicht: (2025)

ScaleDepth: Decomposing Metric Depth Estimation into Scale Prediction and Relative Depth Estimation
von: Zhu, Ruijie, et al.
Veröffentlicht: (2024)

PPS-Ctrl: Controllable Sim-to-Real Translation for Colonoscopy Depth Estimation
von: Xiong, Xinqi, et al.
Veröffentlicht: (2025)

Finding 3D Scene Analogies with Multimodal Foundation Models
von: Kim, Junho, et al.
Veröffentlicht: (2025)

Semantic Layering in Room Segmentation via LLMs
von: Kim, Taehyeon, et al.
Veröffentlicht: (2024)

AnyDepth: Depth Estimation Made Easy
von: Ren, Zeyu, et al.
Veröffentlicht: (2026)

Channel-wise Noise Scheduled Diffusion for Inverse Rendering in Indoor Scenes
von: Choi, JunYong, et al.
Veröffentlicht: (2025)

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

Perfecting Depth: Uncertainty-Aware Enhancement of Metric Depth
von: Jun, Jinyoung, et al.
Veröffentlicht: (2025)

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

StereoAdapter: Adapting Stereo Depth Estimation to Underwater Scenes
von: Wu, Zhengri, et al.
Veröffentlicht: (2025)

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

Impact of Target and Tool Visualization on Depth Perception and Usability in Optical See-Through AR
von: Yang, Yue, et al.
Veröffentlicht: (2025)

Depth as Points: Center Point-based Depth Estimation
von: Tu, Zhiheng, et al.
Veröffentlicht: (2025)

Amodal Depth Anything: Amodal Depth Estimation in the Wild
von: Li, Zhenyu, et al.
Veröffentlicht: (2024)

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