arXiv · 机器人与计算机视觉· Abteen Arab, Guile Wu, Dongfeng Bai·· 2026-10-20AI 评分53
ReDT:一种面向高分辨率输入的分辨率解耦视觉几何 Transformer
ReDT: Resolution-Decoupled Visual Geometry Transformer
AI 导读
本文介绍 ReDT,这是一种专为扩展多视图重建至高清(HD)输入而设计的 Feed-forward 视觉几何 Transformer。针对现有模型在固定标准清晰度下训练导致高分辨率重建质量下降及计算扩展性差的问题,ReDT 通过先将各视角映射到固定大小的基元集合、在紧凑的常数大小基础空间计算对应关系、再将输出投影回原始分辨率进行密集预测,实现了内部表示与输入分辨率的解耦。
来源:arXiv · 机器人与计算机视觉 · arxiv.org