AnalogDepth：模拟视频传输下 FPV 无人机的多视图几何

由于低延迟、重量和低成本，模拟视频传输 (VTX) 在 FPV 无人机中仍然广泛使用。然而，模拟 VTX 会遭受复杂的空间结构图像退化问题，这与标准训练增强中使用的数字图像损坏（例如 AWGN）有根本不同。这项工作表明，这种类型的噪声严重降低了 Depth Anything 3 (DA3)（一种最先进的前馈视觉几何基础模型）的准确性。为了解决这一差距，我们提出了 AnalogDepth，这是一种参数高效的训练管道，它使用学生-教师知识蒸馏和注入 DINOv2 主干的低秩适应 (LoRA) 来使 DA3 适应模拟 FPV 图像。我们不是通过分析方式合成噪声，而是根据不同条件下的静态 FPV 记录构建噪声库，并将真实噪声注入与 PSD 匹配的高斯合成和 AWGN 作为基线进行比较。对三个室内场景中的六个真实 FPV 飞行序列进行的实验表明，与预训练的 DA3 基线和两种高斯噪声变体相比，使用我们的噪声库进行训练持续减少了每帧深度 RMSE 和 3D 重建倒角距离。这些结果表明，复制真实模拟传输噪声的空间结构对于有效适应至关重要。