提出利用SPAD噪声的测试时门控注意力框架HSN

2026年10月14日，arXiv Computer Vision 报道研究者提出 HSN，一种利用 SPAD 噪声的轻量级测试时门控注意力框架，用于室内单目深度估计。该框架结合 1D SPAD 直方图与 Gate Adapters，经三阶段优化在推理时生成通道级门控注意力向量，动态调整编码器特征图，无需密集 3D 模态即可缓解尺度模糊与边界问题。在真实室内基准上，HSN 取得域内 SOTA 度量深度精度，零样本泛化到陌生环境时表现更佳。来源称代码将公开。目前尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。