arXiv · cs.AI· Mengke Zhang, Tianyi Yang, Xinzhuo Li, Anlong Ming·· 8 小时前
OpenDepth 将图像编辑先验用于鲁棒的开放世界单目深度估计
OpenDepth: Repurposing Image Editing Priors for Robust Open-World Monocular Depth Estimation
arXiv:2610.17610v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Mengke Zhang, Tianyi Yang, Xinzhuo Li, Anlong Ming
研究任务与主要进展
OpenDepth将开放世界单目深度估计建模为多风格图像之间的一致几何推断，利用图像到图像模型的编辑先验提升对光照变化和恶劣天气的鲁棒性。该框架通过DiT浅层特征对齐退化观测与统一几何表示，并联合RGB潜变量重建以恢复干净颜色信息；作者基于论文摘要报告，其在标准和极端天气基准的鲁棒零样本深度估计中取得了新的SOTA结果。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org