MaSS：通过场景结构判别提升自监督单目深度估计的跨域可扩展性

MaSS 框架提出一条与上下文特征显式解耦的结构表征通路，用新的场景结构判别目标学习可用于深度解码的布局感知结构表征。在四个多样数据集上单独与联合训练，MaSS 均显著优于此前自监督方法，并成为首个能从混合域训练中持续获益的方法；在另外八个数据集上的零样本评测进一步展示了其泛化性，尤其是完全分布外场景。源码见 https://mias.group/MaSS。