arXiv · 机器人与计算机视觉· Kenneth Yang, Yu-Chiang Frank Wang·· 9 天前精选AI 评分82
HIST3R:利用历史分解与校正状态更新的流式三维重建方法
HIST3R: Decomposing and Rectifying State Updates with History for Streaming 3D Reconstruction
AI 导读
针对流式三维重建中因不可靠更新导致长期几何漂移的问题,本文提出 HIST3R 框架。该方法在 CUT3R 基础上,利用局部一致的历史状态修正更新方向,并根据当前观测与历史的视觉差异调节更新幅度。实验显示,在 ScanNet、TUM-Dynamics 等数据集上,HIST3R 显著降低了绝对轨迹误差并提升了重建精度,且保持了原有的内存占用和推理速度。
推荐理由
提出 HIST3R 框架,通过历史状态修正更新方向并调节幅度,解决长视频重建中的几何漂移问题。
来源:arXiv · 机器人与计算机视觉 · arxiv.org