Visual Geometry Transformer
PulseAugur coverage of Visual Geometry Transformer — every cluster mentioning Visual Geometry Transformer across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新数据集和轻量级模型推动单目深度估计发展
研究人员正在开发用于单目深度估计的新方法和数据集，这项技术对于增强现实和虚拟现实等应用至关重要。新的数据集（如MODEST）正在被创建，以提供高分辨率的真实世界图像，捕捉复杂的视觉效果，从而解决当前训练数据的局限性。同时，在轻量级神经网络架构和专为资源受限设备设计的主动学习框架方面也取得了进展，旨在提高在动态环境中的适应性和性能。
-
新型Transformer增强3D场景重建和边缘部署
研究人员开发了基于Transformer的新模型，用于从视觉输入进行3D场景重建。DVGT（Driving Visual Geometry Transformer）在无需显式几何先验的情况下，从无姿态的多视图图像中重建密集3D点图，并在多样化的驾驶数据集上进行训练。VG^2GT通过使用冻结的视觉基础模型和体素模块直接回归高斯原始参数来增强高斯溅射，从而降低了训练成本并优于现有方法。QVGGT通过引入量化框架，选择性地应用混合精度和令牌…
-
新的FGQ技术大幅缩减视觉几何Transformer模型尺寸
研究人员开发了一种名为Fisher引导量化（FGQ）的新量化技术，以减少视觉几何Transformer（VGGT）模型的内存和计算开销。这些模型用于3D重建任务，如深度估计和相机姿态预测，由于参数量大，在设备上部署具有挑战性。FGQ通过使用Fisher信息矩阵来指导量化过程并保留关键组件，解决了模型不同部分对不同任务的量化误差敏感度不同的问题。