PulseAugur
实时 10:02:34
English(EN) UniT: Unified Geometry Learning with Group Autoregressive Transformer

UniT 模型使用群组自回归 Transformer 统一几何学习

研究人员推出 UniT,这是一种新颖的统一模型,旨在通过将各种能力集成到单一框架中来推进几何感知。该模型利用群组自回归 Transformer,将传感器观测的群组视为自回归单元,以无锚点和尺度自适应的方式预测点图。UniT 有效地统一了在线和离线设置下的各种视图配置,采用 KV 缓存机制实现长视界可扩展性,并采用尺度自适应几何损失来改进度量尺度泛化。该模型在十个基准和七个代表性任务上展示了最先进的性能。 AI

影响 为各种几何感知任务建立了统一框架,有望提高 3D 重建和传感器数据分析的效率和性能。

排序理由 该集群包含一篇详细介绍新颖模型架构及其在基准测试中性能的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

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

UniT 模型使用群组自回归 Transformer 统一几何学习

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Gang Hua ·

    UniT: Unified Geometry Learning with Group Autoregressive Transformer

    Recent feed-forward models have significantly advanced geometry perception for inferring dense 3D structure from sensor observations. However, its essential capabilities remain fragmented across multiple incompatible paradigms, including online perception, offline reconstruction,…