arXiv · cs.AI· Sili Chen, Hengkai Guo, Shengnan Zhu, Feihu Zhang, Zilong Huang, Jiashi Feng, Bingyi Kang·· 6 小时前
Video Depth Anything：面向超长视频的一致性深度估计
Video Depth Anything: Consistent Depth Estimation for Super-Long Videos
arXiv:2501.12375v4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：Sili Chen, Hengkai Guo, Shengnan Zhu, Feihu Zhang, Zilong Huang, Jiashi Feng, Bingyi Kang
研究任务与主要进展
作者提出 Video Depth Anything，用于超长视频的一致性单目深度估计，并将基于 Depth Anything V2 的预测头替换为高效时空头。其方法引入时间深度梯度一致性损失、无标注图像与视频深度联合训练数据，以及面向长视频的关键帧推理策略。
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