Seurat：从移动点到深度

从单目视频中进行深度估计仍然具有挑战，因为单视图几何的内在歧义导致缺乏关键深度线索如立体视觉。然而，人类通常通过观察物体在运动时的大小和间距变化来直观地感知相对深度。受到启发，我们提出了一种新方法，通过检查一组受跟踪的 2D 轨迹的空间关系和时间演化来推断相对深度。具体而言，我们使用即插即用的点跟踪模型捕获 2D 轨迹。然后，我们的方法采用空间和时间变换器来处理这些轨迹，直接推断随时间的深度变化。在 TAPVid-3D 数据集上评估，我们的方法展示了强大的零样本性能，从合成数据到真实世界数据集实现了有效的推广。结果表明，我们的方法在各个领域实现了时序平滑、高精度的深度预测。