研究人员开发了G-ray,一种新颖的射线级相对几何位置编码,专为多视图视觉Transformer设计。该方法通过使用相机局部射线角度参数化旋转相位来解决相机异构性带来的挑战,例如视场角或投影模型的变化。G-ray确保了投影不变的位置一致性,并且可以在不增加额外学习参数的情况下与现有编码集成。在3D重建和新视角合成基准上的评估显示出显著的改进,包括在异构3D重建任务上平均点图相对误差降低了45.8%。 AI
影响 增强了多视图视觉Transformer在3D重建和新视角合成方面的能力,尤其是在相机设置异构的情况下。
排序理由 该集群包含一篇详细介绍计算机视觉新技术的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →