“像素级完美”深度感知，NeurIPS高分论文解密
现有的单目深度模型普遍面临"飞点"(Flying Pixels)问题。判别式模型由于回归损失的平滑倾向,会在深度边缘处预测"折中"值,导致飞点;生成式模型亦会导致边缘飞点和结构失真。为此许刚伟博士团队提出了Pixel-Perfect Depth,直接在像素空间扩散生成,有效消除了由VAE压缩导致的飞点问题。最终,Pixel-Perfect Depth在所有生成式模型中取得了最好的表现。
精彩直播回顾
（22/26）
4.9万播放
简介
订阅合集
端到端自动驾驶的脉络
07:26
知识驱动方法，解决数据驱动的瓶颈
08:06
神经-符号系统的演变
10:47
大一统端到端自动驾驶框架
04:21
以自车为中心，0.1秒极速重建场景
07:33
低成本自动生成对抗性驾驶场景
07:38
Diffusion Planner的几个核心点
08:09
做自动驾驶VLA缺数据？看看Impromptu-VLA
08:15
BeTopNet如何对多智能体进行行为预测？
11:17
基于路口交通流场景的合成数据技术应用
34:03
复旦BezierGS如何重建动态场景？
06:17
带你梳理近期动态重建的相关工作
06:15
为什么协同感知需要范式转移？
04:08
V2X和自动驾驶的未来发展会是什么样的？
08:58
自驾十年回顾，圆桌对话行业大佬！
10:36
回顾自驾十年，圆桌对话行业大佬（下）！
12:12
复盘过去两年自动驾驶领域的发展
09:51
复盘过去两年自动驾驶领域的发展（下）
17:37
世界模型 VS VLA：智驾路线之争背后，端到端已是基石？
21:24
研究收敛 + 落地内卷，自动驾驶新人怎么突围？
27:57
清华大学直播分享！扩散模型的联合规划模型为什么能问鼎nuPlan SOTA？
46:47
“像素级完美”深度感知，NeurIPS高分论文解密
34:48
从DriveVLA-W0出发：探讨世界模型如何放大VLA的扩展定律
16:10
清华&小米，免位姿前馈4D自动驾驶世界DGGT
24:31
Bench2Drive-Speed：速度可控的自动驾驶评测基准
33:31
复旦&引望最新! DynamicVGGT:面向自动驾驶的统一动态场景重建框架
43:53
顶部