FastViDAR：基于交替层次注意力的全向深度实时估计
计算机视觉与模式识别
2025-09-30 v1 机器人学
摘要
本文提出FastViDAR，一种新型框架，可接受四个鱼眼相机输入，生成完整深度图及各相机深度、融合深度和置信度估计。我们的主要贡献包括：(1)我们引入交替层次注意力(Alternative Hierarchical Attention, AHA)机制，通过独立的帧内和帧间分窗口自注意力，高效地跨视角融合特征，实现跨视图特征混合且开销降低。(2)我们提出一种新的ERP融合方法，将多视角深度估计投影到共享的等距矩形坐标系，以获得最终融合深度。(3)我们使用HM3D和2D3D-S数据集生成ERP图像深度对，以进行全面评估，展示了在真实数据集上实现竞争的零样本性能，同时在NVIDIA Orin NX嵌入式硬件上实现最高20 FPS的实时性能。项目页面：\href{https://3f7dfc.github.io/FastVidar/}{https://3f7dfc.github.io/FastVidar/}
引用
@article{arxiv.2509.23733,
title = {FastViDAR: Real-Time Omnidirectional Depth Estimation via Alternative Hierarchical Attention},
author = {Hangtian Zhao and Xiang Chen and Yizhe Li and Qianhao Wang and Haibo Lu and Fei Gao},
journal= {arXiv preprint arXiv:2509.23733},
year = {2025}
}