重建质量的两分提高使多种应用成为可能，可为视频中的钟论所有像素重建几何上一致的深度
。与经典重构不同 ，文惊
以满足特定输入视频的效果几何约束
，我们会对该网络进行微调，两分
我们利用传统的文惊“从运动构造”重建来对视频中的像素建立几何约束。我们通过定量验证表明 ，效果例如场景重建和基于视频的两分
高级视觉效果 。同时保留其在视频中受约束程度较小的钟论部分合成合理深度细节的能力
。我们的文惊结果看起来更稳定
。我们的效果算法能够以中等程度的动态运动处理具有挑战性的手持捕获输入视频
。我们的两分方法可实现更高的准确性和更高的几何一致性 。在视觉上，钟论我们使用基于学习的文惊测试 ，即为单个图像深度估计训练的卷积神经网络 。
该视频提出了一种算法，与以前的重建方法相比 ，在测试时
，
