Weather-Conditioned Depth Anything

新框架增强了恶劣天气条件下的深度估计模型

研究人员开发了天气条件深度万物（DA-W），一个旨在改善单目深度估计模型在恶劣天气条件下性能的新框架。通过将与天气相关的风格与内容分离开来，DA-W使用风格过滤器生成天气嵌入，并通过参数高效的适配器注入到深度万物骨干网络中。这种方法允许单个模型适应雾、雨、雪等各种条件，而不会损失其在晴朗天气基准上的性能。实验表明，DA-W在天气特定基准上平均提高AbsRel分数3.7%，实现了最先进的鲁棒深度估计。