일반 카메라로 촬영한 이미지에서 각 픽셀이 카메라로부터 얼마나 떨어져 있는지 추정하는 것이 단안 깊이 추정의 기본 과제다. Depth Pro 2는 이 작업을 동영상으로 확장해 물체 경계를 선명하게 유지하면서 프레임마다 깊이 예측이 흔들리는 현상을 줄이려 한다. 논문에 따르면 하나의 네트워크가 단일 이미지, 동영상, 실시간 카메라 영상을 처리하며 입력의 네이티브 해상도로 깊이 맵을 출력한다.
핵심 내용
- 미터 단위 거리 추정. 화면의 영역을 상대적으로 가깝거나 멀다고 구분하는 데 그치지 않고, 각 픽셀의 실제 거리를 미터 단위로 예측한다. 공간 정보를 활용하는 후속 비전 시스템에 유용할 수 있지만, 제공된 자료에는 구체적인 오차 수치나 추정이 유효한 조건이 제시되지 않았다.
- 선명도와 시간적 일관성의 동시 개선. 연구진은 기존의 다중 프레임 방식이 시간적 일관성을, 단일 프레임 방식이 경계의 선명함을 상대적으로 중시하는 경향이 있다고 설명한다. Depth Pro 2는 이미지와 동영상을 하나의 확장 가능한 네트워크로 처리해 두 특성을 함께 개선하는 방향을 택했다.
- 해상도와 모델 선택지. 입력의 원래 해상도에서 깊이를 예측하며, 거리 정확도·경계 선명도·시간적 일관성·실행 시간 사이에서 서로 다른 균형을 제공하는 모델군을 공개했다. 현재 자료만으로는 각 모델의 속도, 하드웨어 요구 사항, 구체적인 비교 수치를 알 수 없다.
의미와 확인할 점
경계가 또렷하고 영상 프레임 간 깊이 변화가 줄어들면 단안 깊이 추정 결과를 장면 이해나 공간 재구성 같은 시각 시스템의 입력으로 활용하기 쉬워질 수 있다. 다만 공개된 설명은 접근 방식과 전반적인 비교 결과를 요약한 수준이다. 특정 카메라와 장면, 실시간 처리 환경에서의 성능을 판단하려면 논문의 평가 조건과 모델 실행 요건을 확인해야 한다. 연구진이 코드와 가중치를 공개한 만큼 실제 환경에서 검증할 수 있다.
따라서 Depth Pro 2의 의미는 이미지에서 깊이를 추정하는 데만 있지 않다. 사진과 동영상을 하나의 체계로 다루면서 거리의 척도, 경계 세부 묘사, 프레임 간 안정성을 함께 목표로 삼았다는 점이 핵심이다. 실제 배포에서 이런 장점이 유지되는지는 사용 사례와 계산 예산에 따라 검증해야 한다.
댓글
로그인 상태 확인 중…
댓글 불러오는 중…