Tag · 12 篇
运动恢复结构
仿射相机模型下视图图的可解性
Solvability of the Viewing Graph Under the Affine Camera Model
为 SfM 提供一种在仿射相机模型下判定视图图是否可解（相机是否被唯一确定）的线性系统方法，可用于在增量式/全局式 SfM 中预先筛除不可解或退化配置，并指导视图图构建与边选择。
QuadSync：基于 Tucker 分解的四焦点张量同步
QuadSync: Quadrifocal Tensor Synchronization via Tucker Decomposition
把四焦点张量当作可同步的高阶约束，用固定多线性秩 (4,4,4,4) 的 Tucker 分解从 n 个四焦点张量一次性恢复全部相机矩阵，为全局式 SfM 提供比本质矩阵更强的初始化与优化信号；其块张量与三焦点/双焦点张量的联合同步思路可直接替换现有增量式或成对同步流程中的相机位姿求解环节。
PoInit-of-View：视图初始化投毒可跨多种三维重建系统迁移
PoInit-of-View: Poisoning Initialization of Views Transfers Across Multiple 3D Reconstruction Systems
针对 SfM 前端的关键点检测与特征匹配注入跨视角梯度不一致扰动，可作为研究三维重建流程前端脆弱性、以及设计对应防御或鲁棒特征匹配的切入点；其黑盒迁移设定（3DGS→NeRF）也提示可用 SfM 作为代理模型生成可迁移攻击。
并行刚性对光束法平差的重要性
Parallel Rigidity Matters for Bundle Adjustment
把并行刚性理论引入 BA 的二部图拓扑分析，给出解唯一性（避免子图独立缩放）的可判定条件与高效算法，可直接嵌入全局式 SfM 管线用于剔除错位相机与三维点。
MV-RoMa：从成对匹配到多视图轨迹重建
MV-RoMa: From Pairwise Matching into Multi-View Track Reconstruction
把成对匹配结果当作几何先验，用多视图编码器加像素级注意力精化器，在不做全量交叉注意力的前提下联合估计源图到多个共视目标图的稠密对应，可直接为 SfM 提供一致的多视图轨迹，替代逐对匹配后串联的做法。
通过位姿图优化从无位姿图像中学习场景坐标重建
Learning Scene Coordinate Reconstruction from Unposed Images via Pose Graph Optimization
把位姿图优化作为后处理模块接到无监督 SfM 网络（ACE-Zero）的输出上，并用对极几何与光流一致性估计每条相对位姿约束的置信度，做加权优化——这套「学习预测 + 全局几何优化」的混合范式可直接迁移到任何需要从无序图像恢复相机位姿的视觉流程中。
面向位姿图初始化的全局感知边优先排序
Global-Aware Edge Prioritization for Pose Graph Initialization
把位姿图初始化从「逐对检索 top-k 邻居」改为「按边对 SfM 的效用全局排序」，用 GNN 预测全局一致的边可靠性，可直接替换 SfM 前端中基于检索的候选边筛选环节，在稀疏、高速和歧义场景下提升重建鲁棒性。
全局运动恢复结构与前馈重建的结合
Global Structure-from-Motion Meets Feedforward Reconstruction
将前馈重建模型作为经典 SfM 流程中的组件（如初始化、匹配或失败场景兜底），在低纹理、弱重叠、对称场景下弥补经典 SfM 的失效，同时保留经典方法在标准场景下的精度与可扩展性；对做三维重建的人，这是一个可直接复用的混合式 pipeline 设计范式。
GenMatter：用生成式物质模型感知物理对象
GenMatter: Perceiving Physical Objects with Generative Matter Models
把运动与外观特征层次化地组织成高斯粒子并聚类成可独立运动的实体，配合并行块吉布斯采样做硬件加速推理，为从光流/点轨迹中无监督地恢复可变形物体的3D结构与物体级分割提供了可复用的表示与采样方案。
GGPT：几何锚定的点 Transformer
GGPT: Geometry-Grounded Point Transformer
把 SfM 得到的稀疏点云作为显式几何监督，去精修前馈网络输出的稠密点图，这个「稀疏几何引导稠密预测」的范式可以直接迁移到 VGGT、DUSt3R 类模型的几何一致性提升上。
Dark3R：在黑暗中学习运动恢复结构
Dark3R: Learning Structure from Motion in the Dark
将大规模3D基础模型通过教师-学生蒸馏适配到极低光照原始图像，实现鲁棒的特征匹配与相机姿态估计，可直接用于暗光下的运动恢复结构和新视角合成。
AMB3R：带后端的前馈式精确度量尺度三维重建
AMB3R: Accurate Feed-forward Metric-scale 3D Reconstruction with Backend
用稀疏紧凑的体积场景表示作为后端，把多视图前馈网络零优化地扩展到未标定的视觉里程计与任意数量图像的 SfM，可直接复用于需要度量尺度稠密重建与位姿估计的视觉管线。