跳到正文
热点事件持续更新

eSharp：事件相机单目度量深度估计框架

1 篇报道1 个报道来源12 小时前更新

先了解这件事

AI 综述

2026年11月9日，arXiv Computer Vision 刊出 Qiushi Dai 等作者的论文，提出 eSharp——一个仅用事件相机做单目度量深度估计（MDE）的框架。该工作针对真实事件数据集只有稀疏 LiDAR 深度监督的问题，复用预训练扩散先验，并通过跨模态蒸馏，用空间配准的帧相机生成经 LiDAR 校准的稠密伪标签来训练模型。作者称，eSharp 在真实数据上能输出准确的度量深度且具备极高锐度，在度量深度精度和空间保真度上均优于以往的事件到深度基线。目前该成果以预印本形式发布，尚无后续跟进报道。

AI 根据报道生成 · 12 小时前更新

最新进展11月9日 13:00
eSharp：基于扩散模型的锐利单目度量事件相机深度估计

报道时间线

沿着报道，了解事件的不同侧面。

11月9日
  1. arXiv Computer Vision
    eSharp：基于扩散模型的锐利单目度量事件相机深度估计

    eSharp 是一个仅用事件相机做单目度量深度估计的框架，复用预训练扩散先验，在真实数据上输出准确度量深度并具备极高锐度。针对真实事件数据集只有稀疏 LiDAR 深度监督的问题，它通过跨模态蒸馏，用空间配准的帧相机生成经 LiDAR 校准的稠密伪标签来训练。实验显示其在度量深度精度和空间保真度上均优于以往事件到深度基线。

本事件热度走势

可比范围当前
7
可比范围峰值
1011月9日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。