Co-VisiON benchmark

VGGT 模型隐式学习共可见性以进行 3D 重建

研究人员开发了 Co-VGGT，一种利用 VGGT 几何基础模型来确定图像对之间共可见性的新方法。VGGT 在其内部表示中隐式编码共可见性，早期层构建场景表示，后期层充当共可见性推理器。Co-VGGT 冻结 VGGT 模型，并仅使用 RGB 输入训练一个小型、轻量级的头部来对共可见性进行分类，将每个 VGGT 层视为专业专家。这种方法显著提高了 Co-VisiON 基准的性能，优于先前的方法甚至人工标注基线。