D-RE10K

新的SPAR架构通过动态鲁棒重建增强3D场景理解能力

研究人员开发了SPAR，一种用于3D场景理解中动态鲁棒光度语义重建的新型架构。该系统通过在聚合前显式分离动态噪声，解决了当前模型假设环境静态的局限性。SPAR采用动态区域感知训练范式，将运动估计与多视图视觉和语义学习相结合，从而能够从动态输入中获得稳定的场景表示。在D-RE10K基准上的实验表明，SPAR在新型视图合成和运动掩码预测方面取得了最先进的性能，证明了光度重建与语义理解之间的协同关系。