초록
우리는 다양한 환경 조건을 처리할 수 있는 기초 모델인 Depth Anything at Any Condition (DepthAnything-AC)를 소개합니다. 이전의 기초 단일 카메라 깊이 추정(MDE) 모델들은 일반적인 장면에서 뛰어난 성능을 보였지만, 조명 변화, 악천후, 센서로 인한 왜곡 등과 같은 어려운 조건을 포함하는 복잡한 오픈 월드 환경에서는 잘 작동하지 않았습니다. 데이터 부족 문제와 손상된 이미지에서 고품질 가짜 라벨(pseudo-labels)을 생성할 수 없는 문제를 극복하기 위해, 우리는 비교적 적은 양의 비라벨 데이터만 필요로 하는 비지도 일관성 정규화(finetuning paradigm) 방법론을 제안합니다. 또한, 우리는 패치 레벨 상대 관계를 명시적으로 학습하도록 모델에 강제하는 공간 거리 제약(Spatial Distance Constraint)을 제안하여, 더 명확한 의미 경계와 더 정확한 세부 정보를 제공합니다. 실험 결과는 DepthAnything-AC가 실제 세계 악천후 벤치마크, 합성 손상 벤치마크, 일반 벤치마크 등을 포함한 다양한 벤치마크에서 제로샷(zero-shot) 능력을 보임을 입증하였습니다.프로젝트 페이지: https://ghost233lism.github.io/depthanything-AC-page코드: https://github.com/HVision-NKU/DepthAnythingAC