研究人员开发了SAGE框架,该框架旨在利用互联网视频中的弱监督数据来适应3D几何基础模型。这种方法通过利用丰富多样的视频流来解决标注3D数据的稀缺性问题。SAGE采用了一个流程,该流程选择信息丰富的轨迹,使用稀疏几何锚点进行结构指导,并应用密集可微分一致性来施加多视图约束。该框架在7Scenes、TUM-RGBD和Matterport3D等基准测试中,将Chamfer Distance降低了20-42%,并提高了VGGT性能,展示了显著的改进。 AI
影响 通过利用现成的互联网视频数据,实现了3D几何模型更具可扩展性的训练。
排序理由 详细介绍新框架和方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- 3D geometric foundation models
- 7Scenes
- arXiv
- Hugging Face
- internet video
- Matterport3D
- MV-DUSt3R
- SAGE
- TUM-RGBD
- VGGT
- Zihui Gao
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →