Depth Anything V2: AI ویدیو

با Depth Anything V2 نقشه عمق استخراج کنید. هر تصویر یا ویدیو را به سیگنال ساختاری فریم‌به‌فریم برای انتقال حرکت در ویدیوی هوش مصنوعی تبدیل کنید. رایگان امتحان کنید.

کنترل‌های تعاملی مدل

با Depth Anything V2 نقشه عمق استخراج کنید. هر تصویر یا ویدیو را به سیگنال ساختاری فریم‌به‌فریم برای انتقال حرکت در ویدیوی هوش مصنوعی تبدیل کنید. رایگان امتحان کنید.

📝

نمای کلی

مدل‌ها

Depth Anything V2 نقشه عمق دقیقی برای هر پیکسل از یک تصویر یا تک‌تک فریم‌های ویدیو استخراج می‌کند و نقشه‌ای خاکستری می‌سازد که در آن روشنایی بیانگر فاصله نسبی از دوربین است. در ورودی ویدیویی، فریم‌ها به‌صورت دسته‌ای روی GPU پردازش و با وضوح و نرخ فریم منبع دوباره سرهم می‌شوند تا توالی عمق از نظر زمانی هم‌تراز باشد. این قابلیت معمولاً به‌عنوان سیگنال کنترل حرکت و ساختار برای مدل‌های تولید ویدیوی هوش مصنوعی مانند Seedance 2 و Seedance 2.5 به‌کار می‌رود؛ در این مدل‌ها نقشه عمق ویدیوی راهبر، حرکت دوربین و هندسه صحنه را هدایت می‌کند و ظاهر صحنه از نو تولید می‌شود. همچنین برای ترکیب‌بندی آگاه از سه‌بعد، نورپردازی مجدد، حذف پس‌زمینه و هر خط لوله‌ای که به مرجع هندسی پایدار از ویدیوی RGB معمولی نیاز دارد، کاربردی است.

1انتقال حرکت: از کلیپ راهبر یک ویدیوی عمق استخراج کنید تا حرکت دوربین و صحنه را در تولید ویدیوی Seedance 2/2.5 کنترل کنید.
2ترکیب‌بندی آگاه از سه‌بعد: از عمق هر پیکسل برای ترکیب، نورپردازی مجدد یا اعمال جلوه‌های عمق میدان روی ویدیوی معمولی استفاده کنید.
3جداسازی پس‌زمینه و پیش‌زمینه: سوژه‌ها را با استفاده از عمق نسبی، به‌جای بخش‌بندی با پرده سبز، از پس‌زمینه جدا کنید.
4رباتیک و تحلیل فضایی: هندسه نسبی صحنه را با یک دوربین تخمین بزنید تا در نمونه‌سازی و پژوهش به‌کار ببرید.
💰

قیمت‌گذاری و ارزش

تحلیل هزینه

muapiapp$0.04/sec of video, or $0.05 flat per image

هزینه به‌ازای هر ثانیه ویدیوی ورودی پردازش‌شده یا با نرخ ثابت برای نقشه عمق تک‌تصویر محاسبه می‌شود؛ بدون اشتراک.

Fal.aiدر دسترس نیست

این نسخه مدل در Fal.ai فهرست نشده است.

Replicateدر دسترس نیست

این نسخه مدل در Replicate فهرست نشده است.

** مدل‌ها。

⚙️

مشخصات فنی

طرح پیکربندی

آدرس اینترنتی ویدیوstring

The URL of the driving video to extract a per-frame depth map from. Provide exactly one of video_url or image_url.

مقدار پیش‌فرضhttps://storage.googleapis.com/gtv-videos-bucket/sample/ForBiggerBlazes.mp4
آدرس اینترنتی تصویرstring

The URL of a single image to generate a depth map from. Provide exactly one of video_url or image_url.

مقدار پیش‌فرضhttps://d3adwkbyhxyrtq.cloudfront.net/webassets/videomodels/seedream-5.0-edit.jpg
📖

راهنمای پیاده‌سازی

مستندات توسعه‌دهندگان

نحوه استفاده از API Depth Anything V2

  1. ورودی را انتخاب کنید: دقیقاً یکی از video_url (ویدیوی راهبر برای استخراج عمق فریم‌به‌فریم) یا image_url (یک فریم برای تولید نقشه عمق تکی) را ارائه دهید.
  2. درخواست را ارسال کنید: یک درخواست POST به /api/v1/depth-anything با یک URL در دسترس عموم ارسال کنید.
  3. وضعیت را بررسی کنید یا از وب‌هوک استفاده کنید: وظیفه به‌صورت غیرهم‌زمان اجرا می‌شود؛ شناسه درخواست برگشتی را بررسی کنید یا webhook_url بدهید تا پس از تکمیل به شما اطلاع داده شود.
  4. خروجی را در مرحله بعد به‌کار ببرید: نقشه/ویدیوی عمق برگشتی را به‌عنوان ورودی کنترل حرکت یا ساختار برای مدلی مانند Seedance 2 یا 2.5، یا برای هر خط لوله ترکیب‌بندی آگاه از عمق استفاده کنید.
curl -X POST "https://api.muapi.ai/api/v1/depth-anything" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video_url": "https://example.com/driving-video.mp4"
  }'
  1. خروجی را دریافت کنید: URL نقشه عمق تکمیل‌شده را از نتیجه استاندارد پیش‌بینی بخوانید (PNG برای ورودی تصویر، MP4 برای ورودی ویدیو).
❓

پرسش‌های متداول

سوالات پرتکرار

Depth Anything V2 چیست؟

این یک مدل تخمین عمق تک‌چشمی است که از یک تصویر یا تک‌تک فریم‌های ویدیو نقشه عمق خاکستری تولید می‌کند؛ روشنایی پیکسل‌ها فاصله نسبی از دوربین را نشان می‌دهد.

باید video_url بدهم یا image_url؟

دقیقاً یکی را ارائه دهید. برای استخراج ویدیوی عمق فریم‌به‌فریم (مثلاً برای سیگنال کنترل انتقال حرکت) از video_url و برای نقشه عمق یک فریم از image_url استفاده کنید.

چه قالب خروجی‌ای دریافت می‌کنم؟

ورودی ویدیویی، ویدیویی از نقشه عمق خاکستری با همان وضوح و نرخ فریم منبع برمی‌گرداند. ورودی تصویری، یک فایل PNG از نقشه عمق خاکستری برمی‌گرداند.

این مدل در کنار Seedance 2 یا 2.5 چه کاربردی دارد؟

خطوط کاری انتقال حرکت Seedance یک ویدیوی عمق را به‌عنوان سیگنال کنترل ساختار/حرکت می‌پذیرند. با این API نقشه عمق را از ویدیوی راهبر استخراج کنید و سپس آن را به Seedance بدهید تا هنگام تولید ظاهر جدید، حرکت دوربین و هندسه صحنه را هدایت کند.

محدودیت اندازه یا مدت‌زمان وجود دارد؟

API فایل‌های تصویر و ویدیوی میزبانی‌شده در وب را می‌پذیرد. ویدیوهای بسیار طولانی زمان پردازش را افزایش می‌دهند، چون هر فریم از مدل عمق عبور می‌کند؛ ویدیوهای راهبر را به مدت‌زمانی محدود کنید که واقعاً برای تولید بعدی نیاز دارید.

قیمت چگونه محاسبه می‌شود؟

ورودی ویدیویی بر اساس هر ثانیه ویدیوی ورودی $0.04 هزینه دارد. ورودی تصویر تکی با نرخ ثابت $0.05 برای هر درخواست محاسبه می‌شود.