arXiv · 机器人与计算机视觉· Sungjae Choi, Hanna Bae, Sunghyun Baek, Junmo Kim·· 2026-10-06精选AI 评分82
VGGT-Bridge:超越顺序位姿图的粗粒度跳变边方法
VGGT-Bridge: Beyond Sequential Pose Graphs via Coarse-Stride Skip Edges
AI 导读
针对前馈视觉几何 Transformer 在长序列重建中存在的累积漂移问题,论文提出 VGGT-Bridge 方法,通过引入非相邻块间的直接约束和反向帧修正策略来优化位姿图。该方法在 KITTI、Virtual KITTI 和 Waymo Open 数据集上显著降低了绝对轨迹误差(ATE),优于现有分块对齐方法的基线。该工作已接受发表于 ACCV 2026,属于预印本状态。
推荐理由
提出 VGGT-Bridge,通过粗粒度跳变边和反向帧修正解决长序列累积漂移问题。
来源:arXiv · 机器人与计算机视觉 · arxiv.org