arXiv · 机器人与计算机视觉· Jianyuan Wang, Minghao Chen, Shangzhan Zhang, Nikita Karaev, Johannes Sch\"onberger, Patrick Labatut, Piotr Bojanowski, David Novotny, Andrea Vedaldi, Christian Rupprecht·· 23 天前精选AI 评分78
VGGT-Ω:一种高效高质的静态与动态场景重建模型
VGGT-$\Omega$
AI 导读
论文介绍 VGGT-Ω,该模型在保持几何感知能力的同时显著提升了重建精度、效率与能力。研究通过简化架构(单头多任务监督)、引入寄存器聚合信息及注册注意力机制,将训练显存占用降至前代的 30%,支持使用比先前工作多 15 倍的监督数据及大量无标签视频数据。
推荐理由
该文提出 VGGT-Ω,通过架构改进与自监督协议大幅降低显存并提升重建精度,为静态及动态场景提供几何感知特征。
来源:arXiv · 机器人与计算机视觉 · arxiv.org