DA3-Streaming 在室内近距离宽视角视频中出现 chunk 内/跨 chunk 多重影和局部错位，请教推荐配置与处理方式

你好，感谢开源 Depth-Anything-3 和 DA3-Streaming。

我们正在把 DA3-Streaming 用于一个实时视觉建图实验，输入来自移动设备相机拍摄的室内近距离视频。在测试过程中，我们观察到比较明显的点云多重影/ghosting 现象，想请教这是否属于已知限制，以及有没有推荐配置或处理方式。

### 使用场景

- 输入：室内近距离连续视频
- 原始帧：640x360，16:9
- 相机视角：对角线约 120°
- Streaming 配置：重叠 chunk，例如 `chunk_size=60`、`overlap=30`
- 可视化方式：每个 streaming chunk 计算完成后，把 chunk 点云增量加载到网页 viewer 中
- 额外测试：把原始视频居中裁剪为 480x360，只去掉左右两边，保留上下不变

### 观察到的现象

将输入从 640x360 裁剪到居中 480x360 后，整体建图质量明显变好，说明宽视角边缘畸变确实对结果有较大影响。

但裁剪后仍然能看到一些多重影问题：

1. **同一个 chunk 内部可能出现多重影**
在视觉参照物不够充分、局部纹理弱、反光/透明/遮挡较多时，一个真实物体有时会在同一个 chunk 内形成多个相近的表面。

2. **相邻 chunk 之间仍可能有错位**
我理解 DA3-Streaming 会用重叠区域对相邻 chunk 做整体 Sim3 对齐。但实际误差有时是局部的，例如画面左侧和右侧需要的修正量不同。这样即使整体 Sim3 已经尽力对齐，局部仍会留下双层或多层点云。

3. **如果可视化时把完整 chunk 点云直接 append，overlap 区域可能被重复显示**
我们目前 viewer 是把每个 chunk 的点云增量加载进去。如果 chunk 点云中包含 overlap 帧，那么同一段画面会被相邻 chunk 显示两次。只要两个 chunk 的空间估计略有偏差，overlap 区域的 ghosting 就会更明显。这个部分可能是我们集成方式的问题，不一定是 DA3 本身的问题。

截图中可以看到，椅子、墙面/桌面等区域会出现明显的重复表面。

### 已尝试的改进

- 将 16:9 宽视角输入居中裁剪为 4:3，480x360
- 只去掉左右两侧，不裁上下
- 裁剪后结果比原始 16:9 明显更好，但仍然存在局部 ghosting 和跨 chunk 错位

### 想请教的问题

1. 这种 chunk 内部多重影、跨 chunk 局部错位，是 DA3-Streaming 在室内近距离宽视角视频中的已知限制吗？
2. 对于约 120° 对角线视角的相机，是否建议在输入 DA3-Streaming 前先做相机标定和去畸变？
3. Streaming 模式下，导出每个 chunk 点云时，是否应该只导出该 chunk 的非 overlap 新帧，而不是完整 chunk？
4. 对室内近距离连续视频，有没有推荐的参数组合？例如：
- 更大的 `chunk_size` / `overlap`
- 不同的 `align_method`
- 更严格的 confidence threshold
- 不同的 `ref_view_strategy`
- 是否建议尝试 `scale+se3` 而不是 `sim3`
- loop correction 相关参数如何设置
5. DA3-Streaming 当前是否支持，或未来是否计划支持 chunk 之间的局部/非刚性校正？也就是不只用一个整体 Sim3，而是允许局部区域有不同修正。
6. confidence map 有没有推荐用法，用来过滤、融合或抑制重复的近邻表面？

### 我们目前的理解

我们现在的理解是：

- 如果一个 chunk 内视觉约束充分，DA3-Streaming 通常能形成比较自洽的局部点云。
- 如果局部约束不足，一个 chunk 内部就可能已经出现多重影。
- 相邻 chunk 之间的整体 Sim3 对齐只能解决全局尺度、旋转、平移误差，不能完全解决局部不同方向的偏差。
- 如果下游 viewer 把包含 overlap 的完整 chunk 点云直接 append，会进一步放大重叠区域的多重影。

这两张截图是裁剪到 480x360 后的结果，已经比原始 640x360 明显改善，但仍能看到局部重复表面和跨 chunk 错位。

想请教开发团队：这种理解是否正确？这类场景更推荐从输入预处理、参数配置、streaming 导出方式，还是后处理融合方面入手改进？

谢谢！

Start by reproducing the reported case with DA3-Streaming using 640x360 and cropped 480x360 inputs, overlapping chunks, and the stated chunk_size=60 and overlap=30 settings. Compare chunk-internal artifacts, cross-chunk alignment, and viewer behavior when overlap frames are appended. Done means identifying whether the ghosting comes from wide-angle distortion, streaming alignment, or duplicate overlap visualization, with a reproducible configuration or documented limitation.

Written by the indexing model from the issue text.