Tag · 4 篇
点云重建
01 02 03 04
解锁三维视觉几何估计的关键因素之力
Unlocking the Power of Critical Factors for 3D Visual Geometry Estimation
论文通过系统性消融实验揭示了数据多样性、损失函数设计、监督对齐方式等关键因素对前馈三维几何估计的影响，并提出了结合优化方法优势的一致性损失函数和高分辨率架构设计，这些发现和设计可直接用于改进深度估计、相机位姿估计和点云重建等视觉任务。
SE(3) 等变性与几何拓扑引导的类别级物体姿态估计
SE(3)-Equivariance with Geometric and Topological Guidance for Category-Level Object Pose Estimation
将 SE(3) 等变网络与几何/拓扑约束结合用于点云类别级姿态估计，其等变特征预测模块可迁移到其他需要视角一致性的 3D 任务（如点云配准、新视角合成）。
DVGT：面向自动驾驶的视觉几何 Transformer
DVGT: Driving Visual Geometry Transformer
无需相机内外参、直接从无位姿多视角图像序列回归首帧自车坐标系下的全局稠密点图与逐帧自车位姿，这种「无显式几何先验 + 度量尺度直接预测」的设定可复用于任意相机配置下的在线建图与占用/深度预训练。
面向多类别 3D 异常检测的语义解耦统一模型
A Semantically Disentangled Unified Model for Multi-category 3D Anomaly Detection
针对统一多类别 3D 异常检测中的类别间语义纠缠问题，提出基于解耦语义表示的条件重建框架，可复用于其他需要多类别统一建模的 3D 点云分析任务。