康奈尔 G3T 论文项目页详解:重力对齐点图对比 VGGT 的实证优势
rsasaki0109 · x · 2026-10-04
康奈尔大学 G3T 论文的项目页与摘要:Bharath Raj Nagoor Kani 与 Noah Snavely 提出以重力对齐坐标系简化点图处理。
- 核心主张:与其在相机中心坐标系预测点图,不如预测直立、重力对齐的点图,利用真实场景普遍存在的结构性先验
- 重力对齐帧下各视角共享同一垂直轴,减少了将点图相互关联所需的旋转自由度
- 引入 Gravity Grounded Geometry Transformer(G3T),无论输入图像朝向如何都能输出直立点图;G3T-Long 借此实现稳健的长序列 3D 重建
- 项目页附三个自摄场景的交互式对比:G3T 的地面/台阶/长椅等水平面高度一致,VGGT 的则出现倾斜的颜色渐变
提供 arXiv 论文与代码链接。
所属事件:康奈尔发布 G3T:重力对齐点图提升长序列 3D 重建稳定性(2 条相关)→
「研究」频道最新
- 科学家给 HF datasets 开 PR:BIDS 神经影像与生物电信号支持 — evijit · 2026-11-20
- 统计 Hugging Face 各科学领域数据格式:基因组学 AnnData 居首 — evijit · 2026-11-20
- 全 AI 设计的分子 Dyno-hc9:7 个突变位点全部由深度学习挑选、可穿越血脑屏障 — IAmSamFin · 2026-11-20
- 微调 Qwen3-VL 8B 解读镜头语言,准确率 69% 远超 Gemini 与 Opus — ravisparikh · 2026-11-20
- Victor Taelin 发布 Bend2 演讲,详解并行语言设计背后的动机 — pbaylies · 2026-11-20
- PL Neuro 发布 Neuro Atlas:神经科技公司与里程碑一图尽览 — melnykowycz · 2026-11-20