**αDepth: 学习单次软边界分解实现立体转换**

_αDepth: Learning Single-Pass Soft Boundary Decomposition for Stereo Conversion_

> 本文提出αDepth，一种分层表示方法，通过估计软边界处的分层颜色和深度值，解决立体转换中的软边界模糊问题。针对多目标场景，设计了圆形Alpha表示（CAR），无需手动干预即可进行高效场景级推理。实验表明该方法在立体转换中达到最优性能，消除了背景渗透和结构失真。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-03 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.00386)