新的运动恢复结构方法提高了航空地面三维重建精度

研究人员开发了一种新颖的方法，用于航空和地面图像中的鲁棒运动恢复结构（SfM），解决了由显著视角和尺度变化带来的挑战。他们的方法整合了一个旋转感知、无检测器的特征匹配网络和一个多视图轨迹精炼过程。关键组件包括用于旋转不变特征提取的全向状态空间块、用于高效上下文捕获的多尺度注意力以及用于精确对齐的双向匹配方案。实验表明精度有显著提高，与LoFTR等现有方法相比，在5°姿态误差下的AUC提高了93.9%，总体精度提升范围为27.6%至32.7%。 AI

影响 提高了航空和地面图像的三维重建精度，可能改进城市建模和测绘等应用。

排序理由 该项目是一篇详细介绍计算机视觉新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CatalyzeX Code Finder for Papers
• DagsHub
• Gotit.pub
• Hugging Face
• Omnidirectional State Space Block
• OSS Block
• ScienceCast
• structure from motion

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →