Tag · 7 篇

无位姿重建

TokenSplat: Token-aligned 3D Gaussian Splatting for Feed-forward Pose-free Reconstruction

把跨视角语义对应直接放在特征空间里做词元对齐，并用非对称双流解码器把相机词元与图像词元解耦，这套设计可迁移到任何需要从无位姿多视图前馈重建三维表示（高斯/NeRF/点云）的流程中，省去逐场景优化与迭代位姿精化。

Pose-Free Omnidirectional Gaussian Splatting for 360-Degree Videos with Consistent Depth Priors

把相机位姿估计从 SfM 中解放出来，直接利用高斯内部深度先验建立 2D-3D 对应来恢复全景相机位姿，并用单目深度内点筛选驱动高斯致密化；对做无位姿/稀疏视角 3DGS 与全景新视角合成的人可直接复用该位姿求解与致密化策略。

Off The Grid: Detection of Primitives for Feed-Forward 3D Gaussian Splatting

将关键点检测思想引入前馈3DGS的图元放置，用子像素级自适应分布替代像素网格，并基于香农熵动态分配每个图像块的图元数量，为提升前馈三维重建的质量与效率提供了可复用的解码器设计。

E2EGS: Event-to-Edge Gaussian Splatting for Pose-Free 3D Reconstruction

把事件流中的边缘结构作为几何先验，替代对已知位姿或预训练深度模型的依赖，实现纯事件输入下的无位姿高斯泼溅重建与轨迹估计；其基于 patch 局部方差的时空一致性去噪提边思路，可直接迁移到事件相机 SLAM、高速运动或弱光场景的视觉里程计前端。

DGGT: Feedforward 4D Reconstruction of Dynamic Driving Scenes using Unposed Images

将相机位姿作为模型输出而非输入，用前馈网络从稀疏无位姿图像直接预测逐帧3D高斯图和相机参数，并引入动态头与寿命头解耦动态、保持时序一致性，为自动驾驶场景的快速4D重建与重仿真提供了可复用的无位姿前馈范式。

AeroGS: Scale-Aware Gaussian Splatting for Pose-Free Dynamic UAV Scene Reconstruction

把相机位姿与动态场景联合优化拆成自运动/物体运动、静态几何/时序形变、远近尺度三层解耦，并用尺度感知的时空锚点承载，可直接迁移到无位姿单目视频的动态高斯泼溅重建与轨迹估计。

3D Gaussian Splatting from Unposed Spike Stream

把脉冲相机的概率模型推广到关键帧选择，使无位姿（unposed）脉冲流也能联合优化相机轨迹与 3DGS 场景，为高速动态场景重建提供了一条不依赖外部位姿先验的流程。