英国团队推出适用于XR应用的单目深度学习框架NimbleD
对于需要低延迟推理的虚拟现实和增强现实应用特别有益
（映维网Nweon 2025年02月11日）在一项研究中，英国雷丁大学团队介绍了一个有效的自监督单目深度估计学习框架NimbleD。它结合了由大视觉模型生成的伪标签的监督，不需要camera内参，可在公开可用的视频进行大规模的预训练。
团队指出：“这个简单而有效的学习策略显著提高了快速和轻量级模型的性能，不会引入任何开销，使得它们能够达到与最先进的自监督单目深度估计模型相当的性能。这一进步对于需要低延迟推理的虚拟现实和增强现实应用特别有益。”
单目深度估计（MDE）是从单个图像输入预测对象相对于camera的距离。低延迟深度估计对于XR应用至关重要，因为它可以确保实时，准确的空间感知以及与虚拟现实和现实世界对象的沉浸式交互，增强用户体验和舒适度。
......（全文 1005 字，剩余 694 字）
请微信扫码通过小程序阅读完整文章或者登入网站阅读完整文章
映维网会员可直接登入网站阅读
PICO员工可联系映维网免费获取权限
