DepthMaster：驯服扩散模型用于单目深度估计

扩散-去噪范式下的单目深度估计展现出了出色的泛化能力，但推理速度较慢。近期方法采用单步确定性范式以提高推理效率，同时保持可比的性能。然而，它们忽略了生成式特征与判别式特征之间的差距，导致次优结果。在本工作中，我们提出了 DepthMaster，一种旨在将生成式特征适配于判别式深度估计任务的单步扩散模型。首先，为了缓解生成式特征引入的对纹理细节的过拟合，我们提出了特征对齐模块，该模块引入高质量语义特征以增强去噪网络的表示能力。其次，为了解决单步确定性框架中缺乏细粒度细节的问题，我们提出了傅里叶增强模块，以自适应地平衡低频结构与高频细节。我们采用两阶段训练策略以充分发挥这两个模块的潜力。在第一阶段，我们利用特征对齐模块专注于学习全局场景结构；在第二阶段，我们利用傅里叶增强模块来提升视觉质量。通过这些努力，我们的模型在泛化能力和细节保留方面达到了 SOTA 性能，在各种数据集上优于其他基于扩散的方法。我们的项目页面可在 https://indu1ge.github.io/DepthMaster_page 找到。