MVLoMa:借几何基础模型把 LoMa 扩展到多视角匹配,25 视图平均 AUC 领先
zhenjun_zhao · x · 2026-10-24
论文提出 MVLoMa,把两视角匹配器 LoMa 扩展为多视角版本:用冻结的多视角几何基础模型(DA3-G 等)提供几何感知 patch 特征,与可训练的逐视图 VGG 局部特征经卷积精炼器融合,再用多视角星图匹配器联合处理中心图与所有邻图。
- 在 HyperSim、ScanNet++、Mip-NeRF 360、Tanks and Temples 四个基准的 25 视图星图上,平均 AUC@1°/5°/10° 达 58.65/85.41/90.99,超过 MV-RoMa(13 视图即 OOM)与两视角方法
- 消融显示 DA3-G 作为冻结编码器效果最佳,优于 π³ 与 VGGT 系列
「研究」频道最新
- Nature 发布个人 AI 健康智能体研究，专家呼吁推进RCT验证 — adnan_hashmi · 2026-10-24
- Pathway 研究者：算力堆不动了，下一跃靠架构与持久记忆 — schwentker · 2026-10-24
- TokenGate 让 LLM 学会略读上下文，prefill 提速最高 11.3 倍 — berkeley_ai · 2026-10-24
- GTP:用生成式规划替代 RL,机器人操作任务在线学习更高效 — du_yilun · 2026-10-24
- 每个好 benchmark 都正在沦为 auto-research agent 的靶子 — maksym_andr · 2026-10-24
- arXiv 审核积压严重：一篇论文 on hold 已超一周半 — iScienceLuvr · 2026-10-24