研究人员确定了影响3D视觉几何估计模型的关键因素，并指出虽然多帧模型提供了更好的一致性，但它们在单帧精度方面通常滞后。他们的研究表明，增加数据多样性和质量可以显著提高性能，并且某些常见的损失机制可能会无意中降低精度。该团队推出了CARVE，一个结合了一致性损失和利用高分辨率输入的有效架构的新模型，在各种基准测试中表现出稳健的性能。 AI
影响 关于数据多样性和损失函数的新发现可以提高3D几何估计模型的准确性和一致性。
排序理由 这是一篇详细介绍3D视觉几何估计新模型和研究成果的研究论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
Feed-forward visual geometry estimation has recently made rapid progress. However, an important gap remains: multi-frame models usually produce better cross-frame consistency, yet they often underperform strong per-frame methods on single-frame accuracy. This observation motivate…