Tag · 2 篇
流式三维重建
01 02
STAC：面向流式三维重建的即插即用时空感知缓存压缩
STAC: Plug-and-Play Spatio-Temporal Aware Cache Compression for Streaming 3D Reconstruction
针对因果 VGGT 类流式三维重建中 KV 缓存随流长线性增长的问题，利用注意力时空稀疏性做词元级缓存淘汰与体素对齐压缩，可直接迁移到任何使用长上下文 KV 缓存的视觉 Transformer 流式推理场景。
LongStream：长序列流式自回归视觉几何
LongStream: Long-Sequence Streaming Autoregressive Visual Geometry
提出规范解耦的流式视觉几何模型，通过预测关键帧相对位姿和正交尺度学习，将长序列外推转化为恒定难度的局部任务，并利用缓存一致性训练与周期性刷新抑制注意力偏差，为在线长序列三维重建提供可复用方案。