在单目深度估计中，分辨率越来越高已经是一个很常见的趋势。很多方法可以输出 2K 甚至 4K 的深度结果，看起来也确实比低分辨率更细致。 但在实际使用中，这类高分辨率深度并不总是好用。尤其是在三维重建、新视角合成等对几何一致性要求较高的任务中，物体边缘容易发虚，细小结构经常对不齐，结果并没有随着分辨率提升而明显改善。类似的问题在自动驾驶和机器人导航场景中同样存在，几何误差会影响障碍物边界判断和可通行区域估计，从而增加后续规划与决策的不确定性。 一个很重要的原因在于，现有方法大多仍在固定分辨率下预测深度，再…