Bottom Line Up Front (BLUF): Um mapa de profundidade é uma cópia em preto e branco de um quadro onde o brilho mostra a distância até a câmera: os objetos próximos são mais claros, o fundo fica preto. Esta ferramenta cria um a partir do seu vídeo ou imagem gratuitamente e inteiramente no seu próprio dispositivo: o arquivo nunca é carregado, nenhum token é cobrado e não há API pago por trás dele. O modelo Depth Anything V2 Small roda direto no navegador, então você vê o resultado conforme ele é feito e o vídeo finalizado é baixado como MP4 ou WebM.
Um mapa de profundidade é o mesmo quadro redesenhado em tons de cinza de acordo com a distância da câmera. Quanto mais próximo estiver um objeto, mais claro será o pixel; o fundo fica preto. Sem texturas, sem pele, sem rostos – apenas a geometria e o relevo da cena.
Você precisa disso em dois casos. Primeiro, para superar os filtros de geração de vídeo: modelos como Seedance recusam rostos e quadros de filme reconhecíveis, enquanto um mapa de profundidade não tem nada para verificar — não há rostos nele. Segundo, para transferir o movimento da câmera: um mapa de profundidade mostra onde a câmera se moveu e como os objetos estavam, e o modelo desenha sua própria cena com o mesmo movimento.
A ferramenta nunca envia seu arquivo para nosso servidor ou para qualquer outra pessoa. O modelo Depth Anything V2 Small (licença Apache 2.0) é carregado no navegador uma vez e é servido a partir do cache, e o cálculo é executado em sua placa gráfica por meio de WebGPU. Se o WebGPU não estiver disponível, um substituto da CPU entra em ação – mais lento, mas funciona em qualquer lugar.
Os quadros de vídeo são decodificados com WebCodecs, cada um se torna um mapa de profundidade e então tudo é montado novamente em um vídeo com a taxa de quadros original e a resolução mais alta que seu navegador pode suportar. A saída é MP4 ou WebM, conforme o seu sistema suportar. Nenhum token é cobrado para este modelo: não há nenhuma solicitação paga.
Você pode processar um vídeo e uma única imagem. Escolha um arquivo com o botão ou arraste-o diretamente para a janela. Formatos incomuns como HEIC, AVIF ou TIFF são convertidos automaticamente – assim como em qualquer outro lugar do site, nada é bloqueado por formato.
Para uma imagem, o resultado é PNG na resolução original; para um vídeo, é um clipe com a mesma taxa de quadros. A visualização fica visível durante o processamento: os quadros aparecem quando estão prontos, não apenas após a montagem do arquivo. Um longo prazo pode ser cancelado.
Por padrão, o mapa de profundidade é preto e branco com o primeiro plano claro. O interruptor quase escuro inverte a escala – às vezes, pequenos detalhes são melhor lidos dessa forma. Para maior clareza, existem mapas de cores, Inferno e Viridis: eles pintam a distância como um gradiente e ajudam você a ver os planos onde o cinza se mistura.
A resolução quase não afeta a velocidade: o modelo sempre calcula um quadro em 518x518 fixos, e a resolução só importa quando o vídeo finalizado é montado. A verdadeira alavanca é o número de quadros, portanto, um clipe longo na CPU é lento: um minuto de fonte pode levar vários minutos.
Você precisa de um navegador moderno – Chrome ou Edge. Em um laptop fraco, não comece com 4K: comece com um clipe curto, verifique o resultado e depois pegue um arquivo maior.
Escolha molduras com geometria clara: uma rua, um interior, uma pessoa em altura. Mudanças bruscas de planos e movimentos da câmera são melhor transferidos. Se você precisar do mapa para geração, faça-o primeiro e depois alimente-o no modelo junto com sua própria descrição de cena.
Correto. O modelo e seus pesos são carregados no navegador e o cálculo é executado no seu dispositivo. Vídeos e imagens nunca são enviados para lugar nenhum e não há API pagos neste modelo.
Nada. Nenhum token é cobrado por um mapa de profundidade: o trabalho acontece no seu computador, não no nosso servidor.
A velocidade depende do número de frames e se você possui WebGPU. Na CPU, um clipe longo leva muito mais tempo – experimente um clipe curto ou uma única imagem.
Sim, a ferramenta também aceita imagens: a saída é PNG na resolução original.
MP4 (H.264) ou WebM — o que seu navegador suportar. A taxa de quadros original é preservada.