한 장의 사진에서 실제 거리까지 추정하는 모델은 입력 시점이 하나뿐이라 장면의 절대 크기를 확정하기 어렵다. 2026년 7월 17일 arXiv에 공개된 프리프린트는 이 스케일 모호성을 줄이기 위해 다중뷰 모델의 기하 지식을 단일 이미지 모델에 옮기는 EpiDistill을 제안했다. 논문은 제품 출시가 아니라 연구 결과이며, 제시된 성능은 정해진 벤치마크의 제로샷 평가에 한정된다.
EpiDistill은 보정된 스테레오 토큰과 깊이 유도 에피폴라 어텐션을 사용한다. 참조 화면과 보조 화면의 대응 후보를 에피폴라 선으로 제한해 다중뷰 모델이 학습한 구조를 전달하고, 추론 단계에서는 보조 화면 없이 한 장만 입력받는다. 연구진은 UniDepthV2와 DepthPro에 이 방식을 결합해 기존 모델과 같은 평가 절차로 비교했다.
Outdoor·mixed 제로샷 평가에서 UniDepthV2의 절대상대오차는 KITTI 0.080에서 0.074, DIODE 0.716에서 0.396, ETH3D 0.176에서 0.137로 낮아졌다. DepthPro에 결합했을 때도 KITTI 0.141에서 0.123, DIODE 0.386에서 0.357로 줄었다. 다만 ETH3D에서는 0.355에서 0.354로 차이가 작아 데이터셋에 따라 개선 폭이 일정하지 않았다.
스케일 변화를 따로 만든 DepthPerturb의 돌리줌 시퀀스에서도 개선이 보고됐다. UniDepthV2는 절대상대오차 0.241에서 0.167, δ1 0.689에서 0.843으로 바뀌었고 DepthPro도 0.248에서 0.178, δ1 0.598에서 0.720으로 개선됐다. 이 수치는 연구진이 정한 평가 조건의 결과이며, 실제 카메라·센서 환경에서의 운용 성능을 입증한 것은 아니다.
논문의 기여는 다중뷰 입력을 계속 요구하지 않으면서도 그 기하 제약을 단일뷰 모델에 남기는 학습법에 있다. 동시에 개선 폭이 작은 데이터셋이 있고, 결과가 동료검토 전 프리프린트와 공개 벤치마크에 기반한다는 한계도 남는다. 후속 검증에서는 카메라 보정 오차와 실제 촬영 조건 변화에서 스케일 안정성이 유지되는지를 확인해야 한다.
저작권자 © STORIUM 무단전재 및 재배포 금지
