跳到正文
arXiv · 机器人与计算机视觉· Jhacson Meza, Martin R. Oswald, Torsten Sattler·· 2026-10-16AI 评分35

ECCV 2026 工作坊论文提出针对新视角合成的 SfM 基准,验证减少特征与结合前馈网络的策略

Benchmarking Efficient & Effective Camera Pose Estimation Strategies for Novel View Synthesis

AI 导读

该研究开发了一个专注于结构从运动(SfM)的基准,旨在平衡运行效率与新视角合成所需的姿态估计精度。实验表明,仅使用更少特征即可加速经典方法并保持高精度,而利用前馈网络获取初值再经经典技术优化则实现了最佳权衡。相关基准与代码已公开,论文被 ECCV 2026 工作坊接收。

来源:arXiv · 机器人与计算机视觉 · arxiv.org