Gyeongjin Kang

多视角金字塔Transformer高效重建3D场景

研究人员推出了一种名为多视角金字塔Transformer（MVP）的新型架构，旨在从大量图像中重建大型3D场景。MVP采用双重层次结构：一种从局部到全局的视角间结构，扩展了模型的视野；一种从精细到粗糙的视角内结构，聚合了详细的空间信息。这种方法能够实现高效且丰富的表示，有助于快速重建复杂场景，尤其是在与3D高斯溅射（3D Gaussian Splatting）结合时。