针对不良成像条件下的深度估计：基于事件的 Depth Anything 适配方法
计算机视觉与模式识别
2026-01-06 v1
摘要
在动态和不良照明条件下进行鲁棒的深度估计，对机器人系统至关重要。目前，深度基础模型如 Depth Anything 在理想场景下取得了很好的成功，但在不良成像条件（如极端照明和运动模糊）下仍具挑战。这些退化会损坏帧相机的视觉信号，削弱帧基深度在空间和时间维度上的判别特征。通常，现有方法会融合事件相机，以利用其高动态范围和时间分辨率，以弥补被损坏的帧特征。然而，这类专业化融合模型主要在特定数据集上从头训练，无法继承基础模型固有的开放世界知识和鲁棒泛化能力。在本工作中，我们提出了 ADAE（event-guided spatiotemporal fusion framework for Depth Anything in degraded scenes），即为 Depth Anything 在不良场景下的事件引导时空融合框架。我们的设计受到两个关键洞察的指导：1）熵感知空间融合。我们采用信息熵策略自适应地合并帧基和事件基特征，以指示照明引起的退化。2）运动引导的时间校正。我们利用事件基的运动线索来校正模糊区域的模糊特征。在统一框架下，这两个组件彼此互补，共同增强了 Depth Anything 在不良成像条件下的表现。我们进行了大量实验以验证所提方法的优越性。我们将在接受录取后发布代码。
引用
@article{arxiv.2601.02020,
title = {Adapting Depth Anything to Adverse Imaging Conditions with Events},
author = {Shihan Peng and Yuyang Xiong and Hanyu Zhou and Zhiwei Shi and Haoyue Liu and Gang Chen and Luxin Yan and Yi Chang},
journal= {arXiv preprint arXiv:2601.02020},
year = {2026}
}
备注
This work has been submitted to the IEEE for possible publication