Talk预告 | 香港大学吕晓阳：给予动态特征归一化的稳定流式深度估计算法|吕晓阳|流式|算法

本期为TechBeat人工智能社区第768期线上Talk。

北京时间5月20日(周三) 20:00，香港大学博士生吕晓阳的Talk将准时在TechBeat人工智能社区开播！

他与大家分享的主题是：给予动态特征归一化的稳定流式深度估计算法。届时他将深入剖析单目几何模型时序尺度偏移漂移的核心成因，详解动态特征归一化 DyFN 轻量化模块原理，分享冻结主干网络的高效适配方案，同时展示多项基准实验成果，讲解流式 3D 几何估计的稳定优化新思路。

Talk·信息

主题：给予动态特征归一化的稳定流式深度估计算法

嘉宾：香港大学·博士生 - 吕晓阳

时间：北京时间5月20日(周三) 20:00

地点：TechBeat人工智能社区

http://www.techbeat.net/

Talk·介绍

从流式 RGB 输入中进行一致的 3D 几何估计，对于自动驾驶、具身智能（Embodied AI）及大规模重建等现实应用至关重要。虽然现代单目几何基础模型已能实现极高的单图预测精度，但在处理连续输入时，它们往往表现出严重的时间不一致性，尤其表现为显著的尺度-偏移漂移（scale–shift drifting）。

通过针对性的经验分析，我们将这种不稳定性追溯到了其根源：潜特征统计量（latent feature statistics）的波动，其均值和方差直接决定了预测深度的尺度与偏移。基于这一发现，我们引入了动态特征归一化（Dynamic Feature Normalization, DyFN）。这是一个轻量化的因果循环模块（causal recurrent module），能够动态且稳健地调节特征统计量，从而在时间维度上维持稳定的几何表现。我们通过仅微调 DyFN 模块（仅增加 2% 的额外参数），在保持主干网络冻结的情况下，使强大的预训练单目几何模型适配于流式任务，从而在不损害单图精度的前提下实现了时间一致性。

在四个基准测试上的广泛实验表明，DyFN 有效消除了断层现象（disjointed layering）和位置抖动（positional jitter）等时间伪影，达到了最先进的时间稳定性，相比之前的流式处理方法提升高达 14%，甚至优于参数量更大的非因果视频基准模型。

Talk大纲

1. 介绍深度估计任务

2. 深度估计存在的问题

3. 我们的发现

4. 动态特征归一化

5. 效果

Talk·预习资料

项目主页：https://articraft3d.github.io/

Stabilizing Streaming Video Geometry via Dynamic Feature Normalizatio（CVPR 2026 poster）论文链接： https://drive.google.com/drive/folders/1eOMUETMxKAB_CWAmZLZQv_8uef86V56K

Talk·提问交流

在Talk界面下的【交流区】参与互动！留下你的打call和问题，和更多小伙伴们共同讨论，被讲者直接翻牌解答！

你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！

Talk·嘉宾介绍

吕晓阳

香港大学·博士生

吕晓阳 (Xiaoyang Lyu)，香港大学 CVMI 实验室的四年级博士生，导师为齐晓娟 (Xiaojuan Qi) 教授。目前，正在剑桥大学进行访问学习，由 Shangzhe (Elliott) Wu 教授指导。

吕晓阳的研究愿景是致力于缩小物理世界与数字世界之间的差距，通过在模拟器中复制复杂的物理特性、几何结构和材料属性来实现这一目标。他坚信，高保真世界建模 (High-fidelity world modeling) 是推进具身智能 (Embodied AI) 并创造出真正对现实世界有益的智能体的关键。虽然他之前的工作主要集中在基于规则和前馈的重建与渲染，但目前正在探索大规模生成模型与缩放定律 (Scaling laws) 如何能够彻底变革传统的计算机视觉任务。他的目标是构建稳健的 3D 流水线与生成能力之间的协同效应，即利用传统方法确保物理上的准确性，同时借助生成模型来提升智能的规模。