ECCV 2026 论文 VidMap 开源：结合 SLAM 与 SfM 实现长视频精准 3D 重建
Scobleizer · x · 2026-08-08
VidMap 是一篇入选 ECCV 2026 的研究项目，现已开源代码与论文。
核心方法
- 将 SLAM（同步定位与建图）的时序结构引入全局 SfM（运动恢复结构）中。
- 结合时序轨迹、闭环检测、度量深度与全局优化，估计相机位姿、内参和稀疏 3D 地图。
- 旨在解决长且无约束视频的高精度 3D 重建问题。
开源信息
- 提供 Python 包 vidmap，需从源码编译 COLMAP 4.1 及 PyCOLMAP。
- 依赖 PyTorch、xFormers，建议在 Linux x86-64 与 NVIDIA GPU 环境下运行。
「研究」频道最新
- 无需人工标注:利用视频差异训练图像编辑模型的新思路 — haremlifegame · 2026-08-08
- 免费机器学习教材推荐：600页《机器学习导论》 — HankYeomans · 2026-08-08
- 微软等发布教程论文《Agents in the Wild》：AI代理从基准测试到真实部署 — TheTuringPost · 2026-08-08
- ICLR 论文：用物理学定理揭示 AI 模型表征学习机制 — burny_tech · 2026-08-08
- 无需监督信号，新自蒸馏方法让 LLM 自我纠错能力提升 — burny_tech · 2026-08-08
- 智能体输出将如何污染并重塑 AI 训练数据 — NathanpmYoung · 2026-08-08