論文の概要: The Midas Touch for Metric Depth: Interpretable Metricization for Generalizable Depth Perception

• arxiv url: http://arxiv.org/abs/2610.16749v1
• Date: Mon, 12 Oct 2026 13:18:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-18 21:40:09.668476
• Title: The Midas Touch for Metric Depth: Interpretable Metricization for Generalizable Depth Perception
• Title（参考訳）: 平均深度に対するMidas Touch:一般化可能な深度知覚のための解釈可能なメートル法
• Abstract要約: MTDv2は、明示的な深さの計量化とデータ駆動のメートル法深度補正を組み合わせたハイブリッドなメートル法深度知覚フレームワークである。 明示的な深度計量化プロセスは、空間的に変化する計量スケールを回復するために、セグメントワイズアフィン変換を行う。 データ駆動深度精密化プロセスは、最小の蓄積した幾何変化を伴う経路に沿ってメートル法観測を伝搬する。
• 参考スコア（独自算出の注目度）: 51.19614852632761
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent foundation models have drastically improved the generalization of monocular relative depth estimation, yet recovering accurate metric depth from their estimates for depth perception tasks remains challenging due to scale ambiguity and local metric-scale inconsistency. Existing approaches recover metric depth from sparse observations using either explicit global affine transformation algorithms or implicit data-driven depth completion networks. The former cannot accommodate spatially varying relative-to-metric relationships, while the latter are sensitive to the distribution of sparse observations and may not fully exploit generalizable relative depth priors. To simultaneously address these issues, this study extends our previous work MTD and proposes MTDv2, a hybrid metric depth perception framework that combines explicit depth metricization with data-driven metric depth refinement. The explicit depth metricization process performs segment-wise affine transformations to recover spatially varying metric scales while preserving the geometric structure of relative depth, followed by pixel-wise depth refinement that propagates metric observations along paths with minimal accumulated geometric variation. The data-driven depth refinement process subsequently extends the explicit single-path depth propagation to a learnable multi-path formulation while preserving its interpretability. Extensive experiments conducted on 16 public datasets demonstrate the robust and generalizable depth scale recovery capability of MTDv2 across diverse sources of sparse observations and different depth estimation paradigms, as well as its broad applicability to downstream 3D perception tasks. Code will be publicly available at https://mias.group/MTD upon publication.
• Abstract（参考訳）: 最近の基礎モデルでは, 単分子相対深度推定の一般化が大幅に改善されているが, 深度知覚タスクの推定値から正確なメートル法深度を復元することは, スケールの曖昧さと局所的なメートル法スケールの不整合のため, 依然として困難である。 既存のアプローチでは、明示的なグローバルアフィン変換アルゴリズムまたは暗黙的なデータ駆動深度補完ネットワークを用いて、スパース観測からメートル法深度を復元する。 前者は空間的に異なる相対-距離関係に対応できないが、後者はスパース観測の分布に敏感であり、一般化可能な相対深度を十分に活用できない。 本研究は,これらの課題を同時に解決するために,従来のMTDを拡張し,データ駆動の計量深度補正と明示的な深度計量化を組み合わせたハイブリッドな計量深度認識フレームワークMTDv2を提案する。 明示的な深度計量化プロセスは、相対深度の幾何学的構造を保ちながら、空間的に変化するメートルスケールを回復するためのセグメントワイズアフィン変換を行い、次いで、最小の累積幾何変化を伴う経路に沿ってメートル法観測を伝播する画素ワイズ改良を行う。 データ駆動深度改善プロセスはその後、その解釈可能性を維持しながら、明示的な単一パス深度伝播を学習可能な多パス定式化へと拡張する。 16の公開データセットで実施された広範囲な実験は、様々なスパース観測源と異なる深度推定パラダイムにまたがるMTDv2の頑健で一般化可能な深度スケール回復能力と、下流3D知覚タスクへの広範囲な適用性を実証した。 コードは公開後、https://mias.group/MTDで公開される。

関連論文リスト

• The Midas Touch for Metric Depth [27.177710456063878]
  我々は, 相対深度を測度深度に変換する数学的解釈可能なアプローチである textbfDepth (MTD) 用の emphtextbfMidas textbfTouch を提案する。 MTDは, 従来の深度推定法と深度推定法よりも強い一般化と精度の向上を示す。
  論文  参考訳（メタデータ） (2026-05-12T06:03:26Z)
• Learning Image-Adaptive Scale Fields for Metric Depth Recovery [13.22167540260594]
  我々は、画像適応型スケール場モデリングとしてメートル法深度復元を定式化する。 深度を直接補正する代わりに、画像適応基底写像の低次元線形結合として補正を再構成する。 この定式化により、測定深度精度の向上、極端アンカー間隔下での強靭性、空間スケール変動の解釈可能な分解が得られる。
  論文  参考訳（メタデータ） (2026-05-08T08:13:02Z)
• GeoDiff: Geometry-Guided Diffusion for Metric Depth Estimation [25.50613737995557]
  本稿では,立体視誘導を用いた拡散型単分子深度推定(DB-MDE)モデルの改良を目的とした,距離深度推定のための新しいフレームワークを提案する。 トレーニングフリーのソリューションは既存のDB-MDEフレームワークとシームレスに統合され、屋内、屋外、複雑な環境にまたがって一般化されます。
  論文  参考訳（メタデータ） (2025-10-21T04:47:36Z)
• Depth Anything with Any Prior [64.39991799606146]
  Prior Depth Anythingは、深さ測定における不完全だが正確な計量情報と深さ予測における相対的だが完全な幾何学的構造を組み合わせたフレームワークである。 本研究では, 単眼深度推定(MDE)モデルを構築し, 深度推定の固有ノイズを改良する。 われわれのモデルは、7つの現実世界のデータセットにまたがる深度補完、超高解像度、インパインティングという、印象的なゼロショットの一般化を見せている。
  論文  参考訳（メタデータ） (2025-05-15T17:59:50Z)
• Metric-Solver: Sliding Anchored Metric Depth Estimation from a Single Image [51.689871870692194]
  Metric-rはスライディングアンカーを用いた新しい距離深さ推定法である。 我々の設計は多様な環境にまたがって統一的かつ適応的な深度表現を可能にする。
  論文  参考訳（メタデータ） (2025-04-16T14:12:25Z)
• Multi-view Reconstruction via SfM-guided Monocular Depth Estimation [92.89227629434316]
  マルチビュー幾何再構成のための新しい手法を提案する。 深度推定プロセスに、より強力なマルチビューであるSfM情報を組み込む。 本手法は, 従来の単分子深度推定法と比較して, 深度推定の精度を著しく向上させる。
  論文  参考訳（メタデータ） (2025-03-18T17:54:06Z)
• ScaleDepth: Decomposing Metric Depth Estimation into Scale Prediction and Relative Depth Estimation [62.600382533322325]
  本研究では,新しい単分子深度推定法であるScaleDepthを提案する。 提案手法は,距離深度をシーンスケールと相対深度に分解し,セマンティック・アウェア・スケール予測モジュールを用いて予測する。 本手法は,室内と屋外の両方のシーンを統一した枠組みで距離推定する。
  論文  参考訳（メタデータ） (2024-07-11T05:11:56Z)
• Virtual Normal: Enforcing Geometric Constraints for Accurate and Robust Depth Prediction [87.08227378010874]
  深度予測における高次3次元幾何学的制約の重要性を示す。 単純な幾何学的制約を強制する損失項を設計することにより、単眼深度推定の精度とロバスト性を大幅に改善する。 The-of-the-art results of learning metric depth on NYU Depth-V2 and KITTI。
  論文  参考訳（メタデータ） (2021-03-07T00:08:21Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。