研究人员开发了PaGeR框架，该框架能够将最初为透视图像设计的现有3D基础模型改编，以从单个全景图像重建完整的360度场景。这种方法允许对尺度不变深度、度量深度、表面法线和天空掩码进行统一的单通道估计。通过最小化架构更改并混合使用透视和全景数据进行训练，PaGeR保留了底层模型的3D先验，同时实现了360度场景的统一估计，并达到了最先进的性能。 AI
影响 能够从单个图像重建完整的360度场景，可能推动机器人、VR和自动驾驶系统等领域的进步。
排序理由 该集群描述了一篇详细介绍新型3D几何估计框架的新研究论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2605.26368v1 Announce Type: cross Abstract: Geometry estimation from perspective images has greatly advanced, maturing to the point where off-the-shelf foundation models are able to reconstruct 3D scene structure not only from multi-view imagery, but even from a single view…
PaGeR is a framework that adapts 3D foundation models for perspective imagery to reconstruct 360-degree scenes from panoramic images, enabling simultaneous prediction of depth, normals, and sky masks with high performance.