Visual Geometric Transformers

新的SEAR方法适配视觉Transformer用于RGB-热成像3D重建

研究人员开发了SEAR，这是一种新颖的微调策略，旨在使基础视觉几何Transformer能够有效地用于RGB-热成像（RGB-T）图像数据。该方法显著提高了3D重建和相机姿态估计的准确性，即使在RGB-T训练数据有限的情况下，其性能也优于现有的最先进技术。SEAR以最小的推理开销增强了模态间的细节和一致性，并在具有挑战性的低光照和高遮挡条件下表现出可靠的性能。随附的研究还引入了一个用于多模态3D场景重建基准测试的新数据集。