TrackEverything:用 3D 场景去重打破点追踪长短视频两难
zhenjun_zhao · x · 2026-09-29
Meta 等机构的研究者发布 TrackEverything,一个面向长时程密集追踪的 3D 点追踪器。现有模型要么长时程只能追踪稀疏点,要么只能对全点做短片段追踪;该工作将视频表示为世界坐标系中的持久 3D 场景轨迹,让模型复杂度随场景独特几何而非帧数增长。
三项关键创新:
- 滑动窗口边界用体素化去重机制合并共位轨迹,避免同一表面对象重复累积;
- 将追踪分解为预测终点与动静分类的 endpoint refiner,再对动态点用轻量轨迹 refiner 解码密集轨迹;
- 提出 3D WAFT,用场景云中的高效特征采样替代内存开销巨大的 4D 相关体积。
据作者称这是首个能在超过 1 小时的视频中追踪所有可见点的 3D 追踪器。论文已上 arXiv。
所属事件:CMU 等发布 TrackEverything 实现长视频全点密集追踪(2 条相关)→
「具身」频道最新
- 扑翼无人机在空军测试中被探测系统误判为鸟 — import_jmr · 2026-11-16
- Uber 在拉斯维加斯上线 Amazon 旗下 Zoox 无人驾驶出租车服务 — Polymarket · 2026-11-16
- 蚂蚁灵波具身大模型挑战赛收官:TARS战队48小时真机对决夺冠 — 新智元 · 2026-11-16
- 特斯拉 FSD 城市街道里程破 70 亿英里,四周新增约 5 亿 — XFreeze · 2026-11-16
- Ropedia 发布 Xperience 2:1500+ 真实场景扫描配第一人称演示 — liuziwei7 · 2026-11-16
- 杭州群核联合华测发布 3D 激光扫描仪 Aholo MS07 — teortaxesTex · 2026-11-16