法線・深度マップ生成

3D生成

オープンソース

• DS

  DepthART: Scaling Foundation Monocular Depth to Tiny Models AIが発見

  2026

  デバイス上へのデプロイ向けに設計されたコンパクトな単眼深度推定モデル。巨大な基盤モデルと極小モデルのギャップを埋め、アフィン不変な相対深度とカメラ情報を考慮した絶対（メトリック）深度の両方を、高いゼロショット汎化性能でサポートする。

  depth metric-depth on-device tiny-model

  GitHub · arXiv · 論文 · 公式サイト

• GV

  GeoNeXt: Video Generative Models as Geometry Learner AIが発見

  2026

  事前学習済みの動画生成モデルを単眼深度および法線マップ推定に転用する、統合された幾何推定フレームワーク。幾何推定を「次フレーム予測」タスクとして再定義することで、動画モデルの時間的プライアを活用し、一貫性の高い深度マップと法線マップを共同生成します。

  depth-estimation normal-estimation video-diffusion

  GitHub · arXiv

• IN

  InfiniDepth AIが発見

  2026

  深度をニューラル暗黙表現（Neural Implicit Fields）として表現し、連続的な2D座標で深度をクエリすることで、任意の解像度かつ高精細な深度推定を可能にする単眼深度推定フレームワーク。

  arbitrary-resolution depth-estimation implicit-fields

  GitHub · arXiv

• MV

  Marigold V2: Revisiting Diffusion Transformers for Monocular Depth Estimation AIが発見

  2026

  Diffusion Transformer（DiT）を活用して、極めて詳細でシャープな、かつ未知のデータに対しても頑健な単眼深度マップおよび法線マップを生成する、Marigold深度推定フレームワークのアップグレード版。

  depth diffusion dit normal-map

  GitHub · arXiv · 論文

• MS

  MetricAnything: Scaling Metric Depth Pretraining with Noisy Heterogeneous Sources AIが発見

  2026

  MetricAnythingは、ノイズが多く多様な異種3Dソースから正確なメトリック深度を学習するために設計された、スケーラブルな事前学習フレームワークです。メトリック深度推定におけるスケーリング則を確立し、手動のキャリブレーションを必要とせずに、さまざまな現実世界のシナリオにわたって強力なゼロショット汎化性能を達成します。

  depth-estimation foundation-model metric-depth

  GitHub · arXiv

• SF

  Sapiens2: Foundation for Human Vision Models AIが発見

  2026

  Sapiens2は、深度推定や法線マップ生成を含む人間中心のビジョンタスク向けに設計された、0.4億〜50億パラメータの超高解像度トランスフォーマーモデル群です。10億枚の人間画像で事前学習され、ネイティブ1Kおよび4K解像度での推論をサポートし、人体に対して極めて詳細で一貫した幾何学的予測を提供します。

  depth geometry human-centric normal-map

  GitHub · arXiv · Hugging Face

• T2

  TransNormal-2: Geometry-Grounded Rectified Flow with Edge-Aware Decoding for Precise Normal Estimation AIが発見

  2026

  FLUX.2ベースの整流フロー（Rectified Flow）フレームワークであり、幾何学的な損失関数を用いてオブジェクト境界のVAE再構成エラーを修正し、高精度な単眼法線マップを推定する。

  flux normal-map rectified-flow

  GitHub · arXiv

• VI

  ViGeo AIが発見

  2026

  ビデオシーケンスから空間的に高密度で時間的に一貫した深度、ポイントマップ、および表面法線を復元する、フィードフォワード型のビデオジオメトリ基盤モデル。

  depth normal-map video-geometry

  GitHub · arXiv

• WC

  Weather-Conditioned Depth Anything AIが発見

  2026

  Depth Anything V2をベースに構築された、悪天候に強い単眼深度推定フレームワーク。スタイルフィルターを用いてスタイルとコンテンツを明示的に分離することで、霧、雨、雪、低照度などの悪条件下でも頑健なゼロショット相対深度推定を実現する。

  depth style-filter weather-robust

  GitHub · arXiv · 論文 · 公式サイト

• ZB

  ZipDepth: Bringing Lightweight Zero-Shot Monocular Depth Anywhere, on Any Device AIが発見

  2026

  多様なプラットフォームでのオンデバイス展開とゼロショット汎化を目的として設計された、コンパクトで軽量な単眼深度推定ネットワーク。

  depth lightweight on-device zero-shot

  GitHub · arXiv · 公式サイト

• DA

  Dens3R: A Foundation Model for 3D Geometry Prediction AIが発見

  2025

  単一画像から深度、法線マップ、ポイントマップを共同で予測する統合型幾何学的基礎モデル。これらの幾何学的特徴の固有の相関関係をモデル化することで、モダリティ間の一貫性を確保し、再構成精度を向上させます。

  3d-reconstruction depth foundation-model normal-map

  GitHub · arXiv

• DA

  Depth Any Camera: Zero-Shot Metric Depth Estimation from Any Camera AIが発見

  2025

  Depth Any Camera (DAC)は、パースペクティブ画像で学習されたモデルを、魚眼レンズや360度カメラなどの広視野角（FoV）カメラを含むあらゆるカメラタイプに対応させるゼロショット・メトリック深度推定フレームワークです。カメラ固有の微調整を必要とせず、多様なカメラ形状にわたって正確なメトリック深度予測を可能にします。

  depth-estimation metric-depth zero-shot

  GitHub · arXiv

• DA

  Depth Anything 3 AIが発見

  2025

  既知のカメラポーズの有無にかかわらず、任意の視覚入力から空間的に一貫した幾何構造を予測する幾何基盤モデル。カメラポーズ推定、任意視点ジオメトリ、単眼深度推定において最先端の成果を達成しています。

  depth foundation-model geometry

  GitHub · arXiv

• DA

  Depth Anything at Any Condition AIが発見

  2025

  Depth Anything V2を微調整し、低照度、悪天候、センサーの歪みなど、多様で困難な環境条件下でも安定して動作するよう設計された堅牢な単眼深度推定モデル。

  depth monocular robustness zero-shot

  GitHub · arXiv

• L2

  Lotus-2 AIが発見

  2025

  事前学習済みの生成モデルを決定論的なワールドプライアとして活用し、深度および法線推定を行う、単眼幾何学的密予測のための2段階決定論的フレームワーク。

  depth diffusion generative normal-map

  GitHub · arXiv

• MA

  Marigold: Affordable Adaptation of Diffusion-Based Image Generators for Image Analysis AIが発見

  2025

  Stable Diffusionなどの事前学習済み潜在拡散モデルを、単眼深度推定や法線マップ予測などの高密度画像解析タスクに適応させる、更新された統合フレームワークおよび微調整プロトコル。

  depth diffusion normal-map stable-diffusion

  GitHub · arXiv

• M2

  MoGe-2: Accurate Monocular Geometry with Metric Scale and Sharp Details AIが発見

  2025

  単一の画像から、詳細なディテールを維持しつつ、メートルスケールの3Dポイントマップ、深度マップ、および法線マップを復元する高度な単眼幾何推定モデル。

  3d-reconstruction depth metric-depth normal-map

  GitHub · arXiv

• NL

  NormalCrafter: Learning Temporally Consistent Normals from Video Diffusion Priors AIが発見

  2025

  ビデオ拡散モデルの時間的事前知識を活用する、ビデオベースの法線マップ推定フレームワーク。セマンティック特徴アライメントを導入することで、ビデオシーケンス全体で高忠実度かつ時間的に一貫した法線マップの生成を実現します。

  diffusion normal-map temporal-consistency video-normal

  GitHub · arXiv

• OV

  Online Video Depth Anything AIが発見

  2025

  Video Depth Anythingをベースにし、潜在特徴量をキャッシュすることで低メモリ消費かつ時間的に一貫した深度予測を実現するオンラインビデオ深度推定フレームワーク。

  depth online-inference video-depth

  GitHub · arXiv

• UN

  UniDepthV2 AIが発見

  2025

  単一の画像から多様なドメインにわたってメトリックな3Dシーン再構成を行う、ユニバーサル単眼メトリック深度推定モデルのアップグレード版。アーキテクチャを簡素化しつつ、ゼロショット汎化性能を向上。

  depth-estimation metric-depth zero-shot

  GitHub · arXiv

• VD

  Video Depth Anything AIが発見

  2025

  Depth Anythingを拡張し、カメラポーズやオプティカルフローを必要とせずに、超長尺ビデオに対して時間的一貫性のある高品質な深度シーケンスを生成するビデオ深度推定モデル。

  depth temporal-consistency video-depth

  GitHub · arXiv

• CL

  ChronoDepth: Learning Temporally Consistent Video Depth from Video Diffusion Priors AIが発見

  2024

  ビデオ拡散モデルの事前知識を利用して、深度予測を条件付き生成問題として再定式化するビデオ深度推定フレームワーク。長時間のビデオシーケンス全体で、高い時間的一貫性とフレームごとの空間精度を実現します。

  depth diffusion temporal-consistency video-depth

  GitHub · arXiv

• DA

  Depth Any Video with Scalable Synthetic Data AIが発見

  2024

  多様なゲームからキャプチャされた4万本のビデオクリップからなるスケーラブルな合成データセットで訓練され、ビデオ拡散モデルの強力な事前知識を活用して様々な長さやフレームレートの動画に対応する深度推定モデル。

  depth diffusion video-depth

  プロジェクト · GitHub · arXiv

• DA

  Depth Anything V2 AIが発見

  2024

  合成データ、より大規模なモデル、堅牢なトレーニングパイプラインを活用することで、前身モデルを向上させた単眼深度推定用の強力な基盤モデル。詳細なディテールと多様なシーンに対する堅牢な汎化性能を提供します。

  depth foundation-model monocular

  GitHub · arXiv · Hugging Face

• DA

  Depth Anything: Unleashing the Power of Large-Scale Unlabeled Data AIが発見

  2024

  150万枚のラベル付き画像と6200万枚のラベルなし画像からなる大規模データセットで学習された、実用的な単眼奥行き推定（MDE）の基盤モデル。多様な環境において強力なゼロショット汎化性能を発揮し、ゲームやアニメの任意のシーンから高精度な深度マップを生成するのに適しています。

  depth-estimation foundation-model monocular-depth

  GitHub · arXiv

• DP

  Depth Pro AIが発見

  2024

  カメラのメタデータに依存することなく、1秒未満で高精細かつシャープな深度マップを合成する、ゼロショットのメトリック単眼深度推定向けファウンデーションモデル。

  depth metric-depth monocular zero-shot

  GitHub · arXiv

• DM

  DepthART: Monocular Depth Estimation as Autoregressive Refinement Task AIが発見

  2024

  自己回帰的な洗練タスクとして定式化された単眼深度推定フレームワークであり、深度自己回帰トランスフォーマーを用いて深度予測を反復的に洗練します。

  autoregressive depth transformer

  GitHub · arXiv · 公式サイト

• DE

  DepthCrafter AIが発見

  2024

  カメラのポーズやオプティカルフローを必要とせず、オープンワールドの動画に対して時間的一貫性があり、高解像度で詳細な深度シーケンスを生成する最先端の動画深度推定モデル。

  depth-estimation temporal-consistency video-depth

  GitHub · arXiv

• DE

  DepthFM AIが発見

  2024

  フローマッチングに基づき、画像と深度の分布間の直接的な輸送として深度推定を定式化する、高速かつ多用途な単眼深度推定モデル。

  depth flow-matching generative monocular

  GitHub · arXiv

• DS

  DSINE AIが発見

  2024

  ピクセルごとの光線方向を利用し、隣接する法線間の相対的な回転を学習することで、高精度な法線マップを生成する表面法線推定モデル。

  3d-reconstruction normal-map surface-normal

  GitHub · arXiv

• EE

  ECoDepth: Effective Conditioning of Diffusion Models for Monocular Depth Estimation AIが発見

  2024

  事前学習済みのVision Transformer（ViT）モデルからの埋め込みで条件付けされた拡散バックボーンを活用し、ゼロショット転移を向上させ、微細なディテールを捉える単眼深度推定モデル。

  depth diffusion vit zero-shot

  GitHub · arXiv · 公式サイト

• GU

  GeoWizard: Unleashing the Diffusion Priors for 3D Geometry Estimation from a Single Image AIが発見

  2024

  事前学習済みの拡散モデルの事前分布を活用し、単一画像から深度と法線マップを推定する生成型ファウンデーションモデル。優れたゼロショット一般化性能を持ち、微細な幾何学的詳細を捉えることができます。

  depth diffusion normal-map

  GitHub · arXiv

• LO

  Lotus AIが発見

  2024

  Lotusは、ゼロショット深度および法線マップ推定を含む、高品質な密な幾何予測のために設計された拡散ベースの視覚基盤モデルです。密な予測タスク向けに拡散モデルの定式化を最適化し、最小限の訓練データで最先端の性能を達成しています。

  depth-estimation diffusion-model normal-map

  GitHub · arXiv

• MV

  Metric3D v2 AIが発見

  2024

  単一の画像からゼロショットでメトリック深度と表面法線を推定し、野外シーンの正確な3D再構成を可能にする多用途な幾何学的ファウンデーションモデル。

  depth foundation-model metric-depth normal-map

  GitHub · arXiv

• MU

  MoGe: Unlocking Accurate Monocular Geometry Estimation for Open-Domain Images with Optimal Training Supervision AIが発見

  2024

  単一のオープンドメイン画像から3Dポイントマップ、深度マップ、および法線マップを直接予測する、Microsoftが開発した高精度な単眼幾何推定モデル。

  depth normal-map point-cloud

  GitHub · arXiv

• PD

  Prompting Depth Anything for 4K Resolution Accurate Metric Depth Estimation AIが発見

  2024

  低コストなスパースLiDARデータをプロンプトとして深度基盤モデルに与えることで、Depth Anythingモデルをガイドし、最大4K解像度で極めて高精度なメトリック深度推定を実現する新しい手法。

  4k depth lidar metric-depth

  GitHub · arXiv · 公式サイト

• SA

  Scalable Autoregressive Monocular Depth Estimation AIが発見

  2024

  異なる解像度の深度マップをトークンとして扱い、低解像度から高解像度への自己回帰予測を行う単眼深度推定モデル。

  autoregressive depth multi-resolution

  GitHub · arXiv · 公式サイト

• SS

  SharpDepth: Sharpening Metric Depth Predictions Using Diffusion Distillation AIが発見

  2024

  SharpDepthは、判別モデルのメートル法的な正確さと、生成的な拡散モデルによる鮮明で微細な境界ディテールを組み合わせた単眼深度推定フレームワークです。拡散蒸留プロセスを利用することで、複数ステップのノイズ除去による重い計算負荷をかけることなく、鮮明なエッジを持つ高精度な深度マップを生成します。

  depth-estimation diffusion-distillation metric-depth

  arXiv

• ST

  StableNormal AIが発見

  2024

  拡散モデルベースの推定器の確率的変動を低減するように設計された法線マップ推定フレームワーク。単眼のカラー入力から、安定してシャープかつ高精度な法線マップを生成します。

  diffusion-prior normal-map zero-shot

  GitHub · arXiv

• UU

  UniDepth: Universal Monocular Metric Depth Estimation AIが発見

  2024

  カメラの内部パラメータに依存せず、多様なドメインの単一画像から実寸（メトリック）の3Dシーンを再構成できる汎用的な単眼メトリック深度推定モデル。

  3d-reconstruction depth metric-depth

  GitHub · arXiv

• MA

  Marigold AIが発見

  2023

  Stable Diffusionの豊かな生成プライアを再利用した、最先端のアフィン不変な単眼深度および法線マップ推定フレームワーク。未知の実世界画像に対して優れたゼロショット汎化性能を達成します。

  depth diffusion-prior normal-map

  プロジェクト · GitHub · arXiv

• PA

  PatchFusion AIが発見

  2023

  PatchFusionは、高解像度な単眼メトリック深度推定のために設計された、エンドツーエンドのタイルベースのフレームワークです。画像をパッチ単位で処理し、グローバルに融合させることで、高周波ディテールを維持しつつエラーの伝播を防ぎ、高解像度カメラの入力に最適です。

  depth-estimation high-resolution metric-depth

  GitHub · arXiv

• ZO

  ZoeDepth AIが発見

  2023

  相対深度推定とメートル単位の絶対深度推定を組み合わせることで、優れたゼロショット一般化性能と正確なメートルスケール予測を両立した単眼深度推定フレームワーク。シーンの深度範囲に動的に適応するメートルビンモジュールを採用しています。

  depth metric-depth zero-shot

  GitHub · arXiv