論文の概要: D2ToF: One-Step Diffusion for Depth Super-Resolution from Lightweight Single-Photon LiDAR Waveforms
- arxiv url: http://arxiv.org/abs/2611.18243v1
- Date: Fri, 13 Nov 2026 14:39:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-16 18:43:16.349647
- Title: D2ToF: One-Step Diffusion for Depth Super-Resolution from Lightweight Single-Photon LiDAR Waveforms
- Title(参考訳): D2ToF:軽量単一光子LiDAR波形からの深部超解像のための1ステップ拡散
- Abstract要約: 単一光子LiDAR(SPL)センサーは、深度イメージングのための例外的な時間分解能と単一光子感度を提供する。
SPLアレイは、通常、空間分解能が極端に低く、現実の実用性を制限する。
本稿では,高忠実度生成モデルとリアルタイム実行のギャップを埋める一段階超解像フレームワークD2ToFを提案する。
- 参考スコア(独自算出の注目度): 1.8349267744510538
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Single-photon LiDAR (SPL) sensors offer exceptional temporal resolution and single-photon sensitivity for depth imaging. However, cost-effective SPL arrays typically suffer from extremely low spatial resolutions (e.g. $8\times 8$ pixels), limiting their real-world utility. In this paper, we propose a novel, one-step super-resolution framework, D2ToF, Distilled Diffusion for Time-of-Flight, that bridges the gap between high-fidelity generative modeling and real-time execution. Our approach uses an amortized variational distillation strategy that allows for a measurement-based data consistency term to be incorporated directly into the one-step training objective. This encourages that the synthesized high-resolution depth maps are consistent with the captured low-resolution Time-of-Flight (ToF) histograms. To overcome the severe ill-posedness of upsampling extremely degraded inputs, we introduce a multimodal guidance strategy. By leveraging a foundational monocular depth model to extract structural priors from a high-resolution reflectivity image, our network is guided by a rich triad of the ToF histogram, reflectivity map, and relative depth estimate. Experimental results outperform evaluated baselines, achieving $16\times$ spatial super-resolution (from $8\times 8 \times 100$ histograms to $128\times 128$ depth maps) at an accelerated inference speed of approximately $83$ milliseconds.
- Abstract(参考訳): 単一光子LiDAR(SPL)センサーは、深度イメージングのための例外的な時間分解能と単一光子感度を提供する。
しかし、コスト効率のよいSPLアレイは、通常、空間解像度が極端に低く(8ドル)、現実の効用を制限している。
本稿では,高忠実度生成モデルとリアルタイム実行のギャップを埋める新しい一段階超解像フレームワークD2ToFを提案する。
提案手法では, 1段階の学習目標に直接, 測定に基づくデータ一貫性項を組み込むことが可能な, 変量蒸留法を用いている。
これにより、合成された高分解能深度マップは、捕獲された低分解能時間(ToF)ヒストグラムと一致している。
極めて劣化した入力をアップサンプリングする際の深刻な不正を克服するために,マルチモーダルガイダンス戦略を導入する。
高分解能反射率画像から構造的先行点を抽出するために基礎的な単分子深度モデルを活用することにより,ToFヒストグラム,反射率マップ,相対深度推定のトリアードによりネットワークを導出する。
実験結果は評価ベースラインを上回り、空間超解像として16-times$16-times(8-times 8-times 100-hitograms to $128-times 128-times 128-$ depth map)を約8,3ミリ秒の加速推論速度で達成した。
関連論文リスト
- ZeD-MAP: Bundle Adjustment Guided Zero-Shot Depth Maps for Real-Time Aerial Imaging [1.9247157750972368]
ZeD-MAPは、テスト時間拡散深さモデルをメトリック一貫性のあるSLAMのようなマッピングパイプラインに変換する、クラスタレベルのフレームワークである。
本手法は,水平(XY)平面で約0.87m,垂直(Z)方向で約0.12mの誤差で,サブメーター精度を実現する。
結果は手動のポイントクラウドアノテーションから小さなノイズを受けます。
論文 参考訳(メタデータ) (2026-04-06T13:21:17Z) - $D^3$-RSMDE: 40$\times$ Faster and High-Fidelity Remote Sensing Monocular Depth Estimation [72.9912717963138]
リモートセンシング画像からのリアルタイムで高忠実な単眼深度推定は、多くのアプリケーションにとって不可欠である。
視覚変換器(ViT)のバックボーンを高密度な予測に使用するのは速いが、知覚品質は低いことが多い。
リモートセンシング単眼深度推定のための深度詳細拡散法(D3$-RSMDE)を提案する。
D3$-RSMDEは、Learninged Perceptual Image Patch similarity (LPIPS)の知覚距離を11.85%削減する。
論文 参考訳(メタデータ) (2026-03-17T10:50:36Z) - S2ML: Spatio-Spectral Mutual Learning for Depth Completion [56.26679539288063]
RGB-Dカメラで撮影した生深度画像は、弱い反射、境界影、アーティファクトによって不完全な深度値に悩まされることが多い。
既存の手法では、画像領域の深度補完によってこの問題に対処するが、それらは生の深度画像の物理的特性を見落としている。
本研究では,空間領域と周波数領域の両方の利点を両立させるため,S2ML(Spatio-Spectral Mutual Learning framework)を提案する。
論文 参考訳(メタデータ) (2025-11-08T15:01:55Z) - Self-Supervised Enhancement for Depth from a Lightweight ToF Sensor with Monocular Images [7.317782580649895]
本稿では,自己教師型学習フレームワークであるSelfToFを提案する。
提案手法は,NYUおよびScanNetデータセットの広範な実験により検証され,効率的かつ効果的である。
論文 参考訳(メタデータ) (2025-06-16T12:57:58Z) - Learnable Burst-Encodable Time-of-Flight Imaging for High-Fidelity Long-Distance Depth Sensing [7.645012220983793]
長距離深度イメージングは、自律運転やロボティクスなどの応用に非常に有望である。
直接飛行時間(dToF)イメージングは高精度で長距離深度センサーを提供するが、超短パルス光源と高解像度の時間-デジタルコンバータを必要とする。
本稿では,高忠実・長距離深度イメージングを容易にする,Burst-Encodable Time-of-F(BE-ToF)と呼ばれる新しいToFイメージングパラダイムを提案する。
論文 参考訳(メタデータ) (2025-05-28T06:46:43Z) - FUSE: Label-Free Image-Event Joint Monocular Depth Estimation via Frequency-Decoupled Alignment and Degradation-Robust Fusion [92.4205087439928]
画像強調共同深度推定法は、頑健な知覚に相補的なモダリティを利用するが、一般化可能性の課題に直面している。
自己監督型転送(PST)と周波数デカップリング型フュージョンモジュール(FreDF)を提案する。
PSTは、画像基盤モデルとの遅延空間アライメントによるクロスモーダルな知識伝達を確立し、データ不足を効果的に軽減する。
FreDFは、低周波構造成分から高周波エッジ特性を明示的に分離し、モード比周波数ミスマッチを解消する。
この組み合わせのアプローチにより、FUSEはターゲットデータセットに対する軽量デコーダ適応のみを必要とするユニバーサルなイメージイベントを構築することができる。
論文 参考訳(メタデータ) (2025-03-25T15:04:53Z) - Frequency-Aware Self-Supervised Monocular Depth Estimation [41.97188738587212]
自己教師付き単眼深度推定モデルを改善するための2つの多目的手法を提案する。
本手法の高一般化性は,測光損失関数の基本的およびユビキタスな問題を解くことによって達成される。
我々は、解釈可能な解析で深度推定器を改善するために、初めてぼやけた画像を提案する。
論文 参考訳(メタデータ) (2022-10-11T14:30:26Z) - Wild ToFu: Improving Range and Quality of Indirect Time-of-Flight Depth
with RGB Fusion in Challenging Environments [56.306567220448684]
本稿では,ノイズの多い生のI-ToF信号とRGB画像を用いた学習に基づくエンド・ツー・エンドの深度予測ネットワークを提案する。
最終深度マップでは,ベースラインアプローチと比較して40%以上のRMSE改善が見られた。
論文 参考訳(メタデータ) (2021-12-07T15:04:14Z) - Universal and Flexible Optical Aberration Correction Using Deep-Prior
Based Deconvolution [51.274657266928315]
そこで本研究では,収差画像とpsfマップを入力とし,レンズ固有深層プリエントを組み込んだ潜在高品質版を生成する,psf対応プラグイン・アンド・プレイ深層ネットワークを提案する。
具体的には、多彩なレンズの集合からベースモデルを事前訓練し、パラメータを迅速に精製して特定のレンズに適応させる。
論文 参考訳(メタデータ) (2021-04-07T12:00:38Z)
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。