Iris：将现实先验引入扩散模型的单目深度估计框架
计算机视觉与模式识别
2026-03-20 v2
摘要
本文提出了 \textbf{Iris}，一个用于单目深度估计 (MDE) 的确定性框架，将现实先验引入扩散模型。传统的前馈方法依赖大量训练数据，却仍遗漏细节。以往的扩散方法利用丰富的生成先验，但在合成到真实场景的域迁移方面困难重重。Iris 则保留细节、从合成到真实场景实现强泛化，并在有限训练数据下保持高效。为此，我们引入两个阶段的 Priors-to-Geometry Deterministic (PGD) 计划：先验阶段使用 Spectral-Gated Distillation (SGD) 传递低频真实先验，同时保持高频细节不约束；几何阶段应用 Spectral-Gated Consistency (SGC) 以强制高频忠实，同时利用合成 ground truth 进行细化。两个阶段共享参数，以高到低的时间步长顺序执行。广泛的实验结果确认，Iris 在 MDE 性能上实现显著提升，同时在实际场景中实现强大的泛化。
引用
@article{arxiv.2603.16340,
title = {Iris: Bringing Real-World Priors into Diffusion Model for Monocular Depth Estimation},
author = {Xinhao Cai and Gensheng Pei and Zeren Sun and Yazhou Yao and Fumin Shen and Wenguan Wang},
journal= {arXiv preprint arXiv:2603.16340},
year = {2026}
}
备注
Accepted by CVPR2026