跳到正文
arXiv · 机器人与计算机视觉· Sili Chen, Hengkai Guo, Shengnan Zhu, Feihu Zhang, Zilong Huang, Jiashi Feng, Bingyi Kang·· 2026-10-15精选AI 评分78

Video Depth Anything:超长视频一致深度估计新模型

Video Depth Anything: Consistent Depth Estimation for Super-Long Videos

AI 导读

针对单目深度估计在视频中存在的时序不一致问题,该研究提出 Video Depth Anything 模型。基于 Depth Anything V2 架构替换为高效时空头,通过约束时间梯度设计一致性损失,无需额外几何先验即可实现超长视频(数分钟)的高质量一致深度估计。采用关键帧策略支持长视频推理,在多个基准测试中达到零样本状态最先进水平,最小模型可实现实时性能。

推荐理由

该工作提出 Video Depth Anything,在超长视频上实现高质量一致深度估计,且无需额外几何先验或牺牲效率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org