DA360：全景深度估计突破

本文介绍了DA360，这是一种全新的全景深度估计方法，显著改进了现有方法，尤其是在对室外环境的零样本泛化方面。学习用于尺度不变性的移位参数以及使用循环填充的关键创新，对于从360度图像生成准确且空间一致的3D点云至关重要。相对于现有方法的显著性能提升以及新室外数据集（Metropolis）的创建，突出了本文对该领域的贡献。

• •DA360 是一种新颖的全景深度估计模型。
• •它利用移位参数实现尺度不变性，并使用循环填充实现空间一致性。
• •DA360 在零样本全景深度估计中实现了最先进的性能。
• •本文引入了一个新的室外数据集 Metropolis。