Weather-Conditioned Depth Anything
研究人员提出 Weather-Conditioned Depth Anything (DA-W) 框架，旨在解决单目深度估计模型在雾、雨、雪及夜间等恶劣天气下性能失效的问题。该框架通过训练风格过滤器提取内容无关的退化感知天气嵌入，并利用参数高效适配器将其注入 Depth Anything 骨干网络。实验表明，DA-W 在 curated weather benchmarks 上平均提升 AbsRel 指标 3.7%，达到最先进的鲁棒深度估计水平，同时在标准清洁基准测试中表现持平或略优。