ZipMVS 压缩代价体,大幅降低多视图立体重建的显存开销
zhenjun_zhao · x · 2026-09-05
Civera 参与的 arXiv 论文。多视图立体(MVS)重建精度高,但代价体的巨大显存开销阻碍其在航天、自主系统等资源受限场景部署。
- ZipMVS 专为高效高质量重建设计:新的深度假设策略通过自适应调整深度采样范围、利用空间线索生成深度假设,大幅压缩代价体,显著降低 GPU 显存。
- 在 DTU 与 Tanks and Temples 数据集上,重建质量与其他效率导向方法相当,实现了质量与显存的良好平衡,代码已开源。
「研究」频道最新
- 算力无穷能否精确模拟生物?AI 圈争论实验的必要性 — cjmaddison · 2026-10-26
- 研究:主流 LLM 集体偏爱日本,SFT 是偏见源头 — alex_verem · 2026-10-26
- Top-b 采样法:用香农熵动态调采样范围,GSM8K 方差降近 10 倍 — cneuralnetwork · 2026-10-26
- MathDB 上线:面向 AI 辅助数学研究的开放论文与评论平台 — lpachter · 2026-10-26
- EMNLP 论文:LLM 生成的 Web 应用仅 11.7% 通过行为契约基准 — algo_diver · 2026-10-26
- Claude 无人干预跑53小时,8个量子难题7个胜过人类设计 — FinanceYF5 · 2026-10-26