ECCV2024 深度、法线与立体论文解读论文笔记深度估计扩散模型自监督学习图像恢复域适应

🧊 深度、法线与立体¶

🎞️ ECCV2024 · 11 篇论文解读

📌 同领域跨会议浏览： 🧠 NeurIPS2026 (3) · 🎞️ ECCV2026 (39) · 📷 CVPR2026 (43) · 🔬 ICLR2026 (10) · 🤖 AAAI2026 (4) · 🧠 NeurIPS2025 (5)

🔥 高频主题： 深度估计 ×7 · 扩散模型 ×4 · 自监督学习 ×3 · 图像恢复 ×2 · 域适应 ×2

Binomial Self-compensation for Motion Error in Dynamic 3D Scanning: 提出二项式自补偿(BSC)算法,通过对运动受影响的相位序列按二项式系数加权求和,无需任何中间变量即可指数级消除四步相位移轮廓术中的运动误差,实现与相机帧率相同的高精度动态3D扫描。
Diffusion Models for Monocular Depth Estimation: Overcoming Challenging Conditions: 利用text-to-image扩散模型（ControlNet/T2I-Adapter）将简单场景图像转化为保持同一3D结构的恶劣条件图像，通过自蒸馏微调现有单目深度估计网络，统一解决恶劣天气和非朗伯表面等分布外挑战。
DiffusionDepth: Diffusion Denoising Approach for Monocular Depth Estimation: 本文首次将扩散去噪过程引入单目深度估计任务，通过在潜在深度空间中执行视觉条件引导的迭代去噪，并提出自扩散机制解决稀疏GT深度的模式崩塌问题，在KITTI和NYU-Depth-V2上达到SOTA性能。
FutureDepth: Learning to Predict the Future Improves Video Depth Estimation: 提出FutureDepth，通过未来预测网络(F-Net)学习运动线索和重建网络(R-Net)学习多帧对应关系，将隐式的运动和场景特征注入深度解码器，在NYUDv2、KITTI、DDAD、Sintel四个数据集上达到SOTA精度和时序一致性，且推理效率显著优于现有视频深度方法。
GeoWizard: Unleashing the Diffusion Priors for 3D Geometry Estimation from a Single Image: 本文提出GeoWizard，一个基于Stable Diffusion先验的几何估计基础模型，通过几何切换器（Geometry Switcher）实现单一模型联合预测深度和法线，并通过场景分布解耦策略（Scene Distribution Decoupler）消除混合场景布局的歧义，在零样本深度和法线基准上达到SOTA。
High-Precision Self-Supervised Monocular Depth Estimation with Rich-Resource Prior: 提出RPrDepth，在训练阶段利用多帧/高分辨率等"富资源"模型的特征和预测作为先验，通过先验深度融合模块和富资源引导损失，使仅用低分辨率单张图像推理的模型达到甚至超过多帧高分辨率模型的深度估计精度。
Improving Domain Generalization in Self-Supervised Monocular Depth Estimation via Stabilized Adversarial Training: 提出 SCAT 框架，通过缩放深度网络（SDN）降低 UNet 跳跃连接对扰动的敏感性，并引入冲突梯度手术（CGS）解决对抗增强导致的双重优化冲突，首次将对抗数据增强成功应用于自监督单目深度估计以提升跨域泛化能力。
ProDepth: Boosting Self-Supervised Multi-Frame Monocular Depth with Probabilistic Fusion: 提出一种概率融合框架 ProDepth，通过辅助解码器推断动态区域不确定性，以加权几何均值自适应融合单帧和多帧深度概率分布来修正代价体中的错误匹配代价，并配合不确定性感知的损失重加权策略，在自监督多帧单目深度估计中取得 SOTA。
SEDiff: Structure Extraction for Domain Adaptive Depth Estimation via Denoising Diffusion Models: 提出 SEDiff，首次利用扩散模型提取域不变的结构信息，通过结构一致的风格迁移消除合成数据与真实数据之间的域差距，实现了高性能的域自适应单目深度估计。
SpectraM-PS: Spectrally Multiplexed Photometric Stereo Under Unknown Spectral Composition: 提出一种无需物理模型约束的光谱复用光度立体方法（SpectraM-PS），在光源光谱组成完全未知的条件下，通过数据驱动的方式从单张RGB图像中恢复表面法线，实现了传统多次拍摄光度立体到单次拍摄的突破。
TC-Stereo: Temporally Consistent Stereo Matching: 提出TC-Stereo，通过时序视差补全提供良好初始化、时序状态融合保持隐藏态连贯性，以及双空间（视差+视差梯度）迭代精炼改善病态区域，实现时间一致的立体匹配。