Need for Speed: 単一ステップ拡散によるゼロショット深度補完

arXiv cs.CV / 2026/3/12

📰 ニュースModels & Research

共有:

要点

Marigold-SSD は、拡散事前知識を活用しつつ、拡散ベースの手法に典型的に伴う高価なテスト時最適化を排除した、単一ステップの後期融合深度補完フレームワークです。
このアプローチは推論からファインチューニングへ計算負荷を移すことで、実世界の待機遅延制約下でも効率的で頑健な3D知覚を実現します。
トレーニングコストはわずか4.5 GPU日で、推論を著しく高速化します。
本手法は室内4件・屋外2件のベンチマークで評価され、クロスドメイン一般化とゼロショット性能において既存の深度補完アプローチと比較して強力な成果を示します。
入力スパース性レベルの変動に伴う性能を分析し、一般的な評価プロトコルに挑戦するとともに、判別モデルに対する効率性の向上を強調します。