นักวิจัยจาก ETH Zurich ได้สร้างความก้าวหน้าในด้านการประมาณความลึกแบบตาข้างเดียว พวกเขาใช้ประโยชน์จากโมเดล Marigold แบบโอเพ่นซอร์ส Stable Diffusion อย่างชาญฉลาด และบรรลุการประมาณความลึกที่มีประสิทธิภาพสูง โดยไม่จำเป็นต้องใช้ข้อมูลการฝึกภาพเชิงลึกจริงด้วยการปรับแต่งโมดูล U-Net ที่ลดสัญญาณรบกวนอย่างละเอียด นวัตกรรมของการวิจัยนี้คือการใช้ข้อมูลสังเคราะห์ในการฝึกโมเดลและรวมเข้ากับวิธีการประมาณความลึกที่ไม่แปรเปลี่ยนเพื่อแก้ไขปัญหาข้อผิดพลาดที่เกิดจากความไม่แน่นอนของพารามิเตอร์ภายในของกล้องอย่างมีประสิทธิภาพ และปรับปรุงประสิทธิภาพทั่วไปของแบบจำลองในฉากที่ไม่รู้จัก ความสามารถในการสร้าง
นักวิจัยที่ ETH Zurich ประสบความสำเร็จในการสร้างนวัตกรรมในการประมาณความลึกแบบตาข้างเดียวโดยการปรับเปลี่ยนแบบจำลอง Marigold แบบโอเพนซอร์สแบบ Stable Diffusion โมเดลนี้บรรลุประสิทธิภาพที่ยอดเยี่ยมโดยการปรับแต่งโมดูล denoising U-Net อย่างละเอียด โดยไม่ต้องใช้ข้อมูลการฝึกภาพเชิงลึกจริง ด้วยการฝึกอบรมเกี่ยวกับข้อมูลสังเคราะห์ Marigold สามารถเรียนรู้สถานการณ์ที่หลากหลาย และปรับปรุงความสามารถในการสรุปข้อมูลทั่วไปบนชุดข้อมูลที่มองไม่เห็น แนวคิดหลักทางเทคนิคคือการใช้ความรู้เดิมเกี่ยวกับ Stable Diffusion และใช้วิธีการประมาณความลึกที่ไม่แปรเปลี่ยนแบบแอฟไฟน์ เพื่อลดข้อผิดพลาดในการประมาณความลึกที่เกิดจากความไม่แน่นอนของพารามิเตอร์ภายในของกล้อง
ผลการวิจัยนี้ให้แนวคิดใหม่สำหรับเทคโนโลยีการประมาณความลึกแบบตาข้างเดียว คาดว่าจะมีการใช้อย่างแพร่หลายในด้านต่างๆ เช่น การขับขี่อัตโนมัติและการนำทางด้วยหุ่นยนต์ งานวิจัยนี้แสดงให้เห็นอย่างเต็มที่ถึงศักยภาพของแบบจำลองการแพร่กระจายที่เสถียรและคุณค่าของการนำไปใช้ในการแก้ปัญหาเชิงปฏิบัติ