A Disparity-Gated Vision-Language Prior for Metric Scale in Monocular Visual Odometry
Este artículo presenta C3, un prior de visión-lenguaje con compuerta de disparidad que combina distancias reportadas por VLM con la triangulación de base unitaria de un ancla semántica rastreada para lograr la recuperación parcial de la escala métrica en la odometría visual monocular, demostrando un rendimiento mejorado sobre otros priors sin verdad de campo en secuencias de KITTI al tiempo que destaca condiciones específicas para su fiabilidad.