structure from motion
PulseAugur coverage of structure from motion — every cluster mentioning structure from motion across labs, papers, and developer communities, ranked by signal.
8 天有情绪数据
-
BathyFacto：新型NeRF模型可精确绘制水下地形
研究人员开发了BathyFacto，这是神经辐射场（NeRF）的一个新颖扩展，旨在精确绘制水下地形。这种新方法解决了空气-水界面的折射挑战，而折射通常会导致传统摄影测量技术出现显著的深度误差。通过对双介质环境进行建模并校正光线弯曲，BathyFacto实现了高精度且度量一致的水下点云。
-
TriP框架为计算机视觉提供鲁棒性翻译平均
研究人员推出TriP，一种用于计算机视觉鲁棒性翻译平均的新型框架。这种基于三角形的方法从几何特性推断局部相对边缘尺度，并在对数域中同步它们，以实现全局一致的相机位置。TriP旨在抵抗对抗性和结构性损坏，无需额外约束即可避免崩溃问题，并且具有高度并行化和可扩展性，可处理数百万台相机。该方法在合成和真实世界数据集上的表现显著优于现有的翻译平均技术。
-
SalientGS 统一 SfM 和 3DGS 以实现更快的 3D 场景重建 · 已跟踪 2 个来源
研究人员开发了 SalientGS，这是一种将运动恢复结构 (SfM) 与 3D 高斯泼溅 (3DGS) 相结合用于 3D 场景重建的新型流水线。该系统采用重要性引导的马尔可夫链蒙特卡洛 (MCMC) 高斯分配，以有效地将计算资源重新分配给场景中拟合不足的区域。这种方法可在约 15 分钟内实现端到端重建，并达到高感知质量。
-
新的运动恢复结构方法结合基础模型和深度先验以改进3D重建 · 跟踪到4个来源
两篇新的研究论文介绍了先进的运动恢复结构（SfM）重建方法。Glob3R利用3D基础模型并优化前馈几何预测，以实现鲁棒且准确的场景重建。DGSfM通过整合单目深度图作为先验来增强全局SfM，通过深度感知求解器和一致性检查来提高鲁棒性和姿态准确性。
-
新的 RoMa v2 和 LoMa 模型在计算机视觉特征匹配领域达到最先进水平 · 已追踪 2 个来源
研究人员推出了两款新模型 RoMa v2 和 LoMa，它们显著推动了计算机视觉密集特征匹配领域的发展。RoMa v2 由 David Nordström 及其同事开发，通过采用新颖的匹配架构、精心策划的训练分布以及利用 DINOv3 基础模型，提高了准确性和鲁棒性。LoMa 也由 Nordström 共同撰写，它通过结合大型数据集、现代训练技术和扩展计算能力，重新审视了局部特征匹配，并在具有挑战性的基准测试中取得了最先进的性能。
-
PRISM3D 框架从极端运动模糊中重建三维场景
研究人员开发了 PRISM3D，一个用于从严重运动模糊图像中进行三维场景重建的新框架，传统方法在此类任务中会失败。该系统采用鲁棒初始化策略，利用深度密集跟踪建立全局拓扑，并通过马尔可夫链蒙特卡洛 (MCMC) 的概率公式进行几何致密化。一个扩展版本 PRISM3D-E 集成了事件流以增强重建保真度，并创建了一个新的基准数据集 PRISM3D-E Benchmark 来评估这些多模态能力。
-
新的EPO框架在无需特征提取的情况下提高了3D基础模型的准确性
研究人员开发了一个名为基于边缘的姿态优化（EPO）的新框架，以提高3D基础模型的准确性。与需要大量特征提取和匹配的传统方法不同，EPO使用边缘图对齐作为几何优化的代理。这种方法避免了显式轨迹构建的需要，显著降低了运行时间和内存需求。评估表明，EPO在性能上可与传统的Bundle Adjustment类方法相媲美或超越，同时适用于消费级硬件。
-
新的Planar-SfM方法使用同态图嵌入进行鲁棒的相机姿态估计
研究人员开发了一个名为Planar-SfM的新运动恢复结构（SfM）系统，该系统利用场景中的平面来改进相机姿态估计。与在退化的平面几何中挣扎的传统方法不同，Planar-SfM使用可见平面的同态分解来推导独立的相对相机姿态估计。该系统从这些同态估计中构建姿态图，并采用谱嵌入来过滤不可靠的连接，最终提取一致的生成树以进行姿态恢复。这种方法在具有挑战性的平面场景（如篮球场）上表现出卓越的性能，同时在一般的3D环境中保持了有竞争力的结果。
-
新的自监督方法从视频中创建共享对象帧
研究人员开发了一种自监督方法，可以从野外视频中建立共享的规范对象帧，无需手动标注。通过在160,000个对象视频上进行训练并利用嘈杂的Structure-from-Motion姿势，该系统学习了与粗略规范网格的密集对应关系。该方法利用多视图一致性和特征提取器先验来涌现一个通用帧，在类别级姿势估计基准测试中取得了有竞争力的准确性。
-
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。
-
MooMIns 使用高斯泼溅法从单张图像进行 3D 对象重建
研究人员开发了 MooMIns，一种基于高斯泼溅法的新型方法，可从单张单目图像中重建 3D 对象并估计其姿态。该方法利用了当物体有多个实例排列在箱子中时存在的隐式多视图几何。MooMIns 使用 SAM3 实例分割掩码和修改后的运动恢复结构 (Structure from Motion) 流程进行初始化，实现了真正的基于几何的重建，而无需依赖可能导致幻觉的训练数据先验。
-
无人机图像揭示多角度反射率各向异性
研究人员开发了一种从无人机多光谱图像中提取多角度反射率数据的新工作流程。该方法考虑了由无人机视角和成像系统引起的辐射度变化。对草原数据的分析显示出显著的反射率各向异性，尤其是在红边和近红外波段，这凸显了观测几何对辐射度一致性的影响。
-
新框架通过手部交互视频重建三维物体
两篇新的研究论文介绍了一种从以自我为中心的视频中重建三维物体的新颖框架，重点关注手部交互。第一个框架ROHIT使用约束优化和传播（COP）框架来模拟稳定抓握期间的物体姿态。第二个框架AGILE采用由视觉语言模型指导的代理生成方法来创建水密网格，绕过了传统的运动恢复结构方法。
-
新框架统一2D-3D分割，助力城市测绘
研究人员开发了一种新的街景图像联合2D-3D分割与关联框架，旨在改进城市测绘和空间数字孪生创建。该方法整合了视觉语义与多视图几何推理，利用零样本检测和运动恢复结构进行跨视图对应。它采用了一种3D驱动的关联机制，依赖几何一致性来跨不同视角和条件保持身份识别，在具有挑战性的城市场景中比传统2D跟踪方法提高了22%。
-
新的SfM流水线融合经典与前馈方法，实现最先进的重建
研究人员开发了一种新颖的运动恢复结构（SfM）流水线，该流水线集成了经典的SfM技术与现代前馈重建方法。这种混合方法旨在克服每种单独方法的局限性，例如前馈模型的可扩展性和准确性问题，以及经典SfM在低纹理或对称环境中的失效情况。所提出的系统在各种数据集上都展示了最先进的性能，并提供开源实现。
-
Depth2Pose基准使用相机姿态评估单目深度模型
研究人员推出了一种新的单目深度估计模型评估基准Depth2Pose。该框架基于相机姿态估计的准确性来评估深度质量，这对于视觉定位和SLAM等下游任务来说是一个更实用的指标。与需要昂贵的逐像素深度数据的传统方法不同，Depth2Pose利用了易于获得的相机姿态，从而可以在难以获取真实深度图的挑战性环境中进行评估。配套的D2P数据集包含现有训练数据典型分布之外的场景，突显了当前模型潜在的泛化问题。