近场全局-局部路径网络

近场精度跃升

专为近场物体优化的深度估计模型，在空间受限或安全关键场景中提供更准确的深度感知。

Yu-Hsiang, Chen · Yu-Jen, Chen · Hsu, Chungchian

Knowledge-Based Systems 2025

技术优势

近场更准

引入针对近场的注意力机制和多损失训练，动态平衡全局与近场特征学习，从而在近场物体上获得更高精度。

关键表现领先

在标准数据集 NYU Depth V2 和 KITTI 上，多个深度估计指标均超越现有先进模型。

应用场景

• 机器人抓取：提升机械手对近处目标的深度判断，使抓取更精准可靠。
• 自动驾驶感知：增强车辆对近距障碍物的深度感知，提升泊车与低速场景安全性。