$\pi^3$
PulseAugur coverage of $\pi^3$ — every cluster mentioning $\pi^3$ across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
RayTun3R 将 3D 基础模型适配鱼眼相机
研究人员开发了 RayTun3R，一种将现有 3D 基础模型适配于鱼眼相机图像的新颖方法。这些模型通常在标准针孔相机上表现良好，但在处理鱼眼镜头提供的更宽视场时性能会显著下降。RayTun3R 通过对预训练模型中的轻量级组件（特别是与位置编码和预测网格坐标相关的组件）进行最小的调整来解决这个问题，同时保持核心网络不变。这种参数高效的方法，仅需要 10,752 个可训练参数，即可快速学习并应用于后续帧，而不会增加推理时间，从而显著降低了旋转误差。
-
新框架将3D重建模型适配到鱼眼镜头
研究人员开发了Fisheye3R，一个旨在适配现有3D重建基础模型以有效处理鱼眼镜头图像的新框架。这些模型通常在标准透视图像上训练，在遇到鱼眼镜头的高径向畸变时性能会下降。Fisheye3R使这些模型能够处理鱼眼输入，而不会影响在透视图像上的性能，即使鱼眼训练数据有限。实验表明，在VGGT-Ω、$\pi^3$和MapAnything等多个基础模型上，相机姿态、深度和点图估计均有所改进。
-
新框架推进地球和行星表面的跨视图地理定位 · 已追踪 2 个来源
研究人员开发了用于跨视图物体地理定位的新框架，这项任务涉及从一个图像视角（例如地面视图）识别物体在另一个视角（例如卫星）的参考图像中的位置。第一种方法引入了一个名为 \dataset 的大规模数据集，包含超过 220,000 个地面-卫星和无人机-卫星对，以及一个利用 3D 基础模型的单阶段框架 GAGeo。第二篇论文侧重于行星表面的地理定位，创建了一个来自月球地形模型的基准数据集，并展示了基于 Transformer 的方法在视觉导…
-
新的MVM-IOD数据集评估工业环境中的三维重建
研究人员推出了机器视觉计量工业对象数据集（MVM-IOD），这是一个旨在评估工业环境中三维重建和相机位姿估计方法的新基准。该数据集使用机器人安装的相机对工业对象进行系统性图像捕获，为18个场景提供参考相机位姿和三维点云。使用MVM-IOD进行的初步评估表明，当前的前馈方法在处理分布外图像时可能产生次优结果，这提示在某些工业任务中应用这些方法时应谨慎。
-
新流程利用虚拟遥感进行森林燃料负荷估算
研究人员开发了一种新的自动化流程，利用来自Google Earth Studio的虚拟遥感数据来估算森林燃料负荷。该方法采用一种名为Pi-Long的前馈Transformer模型进行三维重建，并引入了一个度量恢复模块来解决尺度模糊性。然后，该系统生成高度和密度图，以对树种进行分类、计算叶面积指数并估算总燃料负荷，为传统方法提供了一种经济高效的替代方案。
-
Spark3R 通过非对称令牌缩减加速三维重建
研究人员开发了 Spark3R，一个旨在加速利用 Vision Transformers 的前馈三维重建模型的新框架。该方法通过采用非对称令牌缩减策略来解决处理大量视频输入带来的计算挑战。这种方法根据查询和键值令牌的不同作用选择性地压缩它们，从而在无需重新训练模型的情况下实现显著的加速。