研究人员开发了一种新方法，以改进从稀疏且嘈杂的互联网照片进行 3D 重建，解决了“长尾”分布的挑战，即大多数网站的图像有限。他们创建了 MegaDepth-X，这是一个具有密集深度的 3D 重建数据集，以及一种模拟稀疏场景的训练图像采样策略。这种方法即使在极端数据稀疏的情况下也能实现更鲁棒的 3D 重建，并提高了对对称或重复结构的性能。 AI
影响 增强了稀疏互联网图像的 3D 重建能力，可能改进摄影测量和数字孪生等应用。
排序理由 在 arXiv 上发表的学术论文，详细介绍了用于 3D 重建的新方法和数据集。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2604.22714v1 Announce Type: new Abstract: Internet photo collections exhibit an extremely long-tailed distribution: a few famous landmarks are densely photographed and easily reconstructed in 3D, while most real-world sites are represented with sparse, noisy, uneven imagery…
Internet photo collections exhibit an extremely long-tailed distribution: a few famous landmarks are densely photographed and easily reconstructed in 3D, while most real-world sites are represented with sparse, noisy, uneven imagery beyond the capabilities of both classical and l…