跳到正文
arXiv · 机器人与计算机视觉· Kangjie Chen, Xiangyu Li, Dongbin Zhang, Chaoda Zheng, Shijia Chen, Jinhao Deng, Hongbin Lin, Choo Sin Wai, Minqi Wang, Minghao Yang, Dake Zhong, Guorui Song, Yu Zhang, Xianming Liu, Boyang Wang·· 2026-10-15AI 评分65

VGGT-Diff:结合视觉几何与扩散模型的稀疏视角新视图合成方法

VGGT-Diff: Visual Geometry Meets Diffusion for Sparse-View Novel View Synthesis

AI 导读

论文提出了 VGGT-Diff,一种基于几何路由的多视角扩散模型,用于解决稀疏视角下的新视图合成难题。该方法将来自 VGGT-Ω 的视觉几何潜变量路由到预训练的视频扩散模型中,每个视觉标记关联一个 3D 点和置信度,并通过置信度感知的视觉几何路由器(VGR)将其转换为查询对齐的条件,同时利用点轨迹残差一致性(PTRC)正则化以增强多视角稳定性。

来源:arXiv · 机器人与计算机视觉 · arxiv.org